我想使用MATLAB的chi2gof
来执行卡方拟合优度检验。我的问题是,我假设(即理论上)的分布不是MATLAB中内置的标准概率分布之一。我所需的特定形式为:
p = x^a*exp(-b*x^2)
其中a
和b
是常数。是否有一种方法可以使用chi2gof
来处理任意的概率密度函数?我已经进行了详尽的谷歌搜索,但没有找到相关信息。
我想使用MATLAB的chi2gof
来执行卡方拟合优度检验。我的问题是,我假设(即理论上)的分布不是MATLAB中内置的标准概率分布之一。我所需的特定形式为:
p = x^a*exp(-b*x^2)
其中a
和b
是常数。是否有一种方法可以使用chi2gof
来处理任意的概率密度函数?我已经进行了详尽的谷歌搜索,但没有找到相关信息。
chi2gof
:a = ...
b = ...
c = ...
F = @(x)a*exp(-b*x-c*x.^2); % Technically this is an anonymous function
[H,P,STATS] = chi2gof(data,'cdf',F)
a = ...
b = ...
c = ...
F = @(x,a,b,c)a*exp(-b*x-c*x.^2);
[H,P,STATS] = chi2gof(data,'cdf',{F,a,b,c})
[H,P,STATS] = chi2gof(data,'cdf',@(x)F(x,a,b,c))
[H,P, STATS] = chi2gof(data,'cdf',F,'nparams',3)
chi2gof
有一个选项可以使用任意假设分布的累积分布函数)。顺便问一下,您的分布名称是什么?@jadhachem:我不理解您的评论。我认为问题不在于从分布中生成随机数,而是如何检查现有数据与特定分布的拟合程度。 - horchler