MATLAB Quantile
이 자습서에서는 MATLAB에서 binoinv(), norminv() 및 quantile() 함수를 사용하여 이항 분포, 표준 정규 분포 및 데이터 세트의 분위수를 계산하는 방법에 대해 설명합니다.
분포의 MATLAB 분위수
분위수는 분포의 특정 부분을 나타냅니다. 이는 분포의 특정 한계 위 또는 아래 값일 수 있습니다.
예를 들어 분포를 특정 부분으로 나눈다고 가정합니다. 이 경우 특정 분위수로 각 부분을 나타낼 수 있으며 분포의 각 분위수 또는 부분은 내부에 동일한 영역 또는 값을 갖습니다.
예를 들어 분포를 네 부분으로 나누면 4개의 동일한 부분이 있고 각 부분은 분포 전체 면적의 25%를 차지합니다. 분위수로 분포의 각 부분을 나타낼 수 있습니다.
MATLAB은 이항 및 표준 정규 분포의 특정 분위수를 찾는 내장 함수를 제공합니다. binoinv() 함수를 사용하여 이항 분포의 분위수를 찾고 norminv() 함수를 사용하여 표준 정규 분포의 분위수를 찾을 수 있습니다.
특정 분위수를 찾으려면 각 함수에 세 개의 입력을 전달해야 합니다. binoinv() 함수의 첫 번째 인수는 분위수이고, 두 번째 인수는 독립 시도(N)의 값이며, 네 번째 인수는 성공 확률(P)의 값입니다.
binoinv() 함수의 세 가지 입력은 스칼라, 벡터, 행렬 또는 여러 차원의 배열일 수 있으며 모두 동일한 크기를 가져야 합니다. 두 번째 인수는 양의 정수여야 하며 다른 두 인수의 값은 0과 1 사이여야 합니다.
norminv() 함수의 첫 번째 인수는 분위수이고 두 번째 인수는 평균 mu 값이며 네 번째 인수는 표준 편차 sigma 값입니다. 평균 및 표준편차 값을 전달하지 않아도 분위수 값을 찾을 수 있습니다.
기본적으로 norminv() 함수는 평균 값으로 0을 사용하고 표준 편차 값으로 1을 사용합니다. 예를 들어 binoinv() 및 norminv() 함수를 사용하여 이항 및 정규 분포의 분위수 0.02를 찾아봅시다.
아래 코드를 참조하십시오.
clc
clear
b = binoinv(0.02,50,0.3)
n = norminv(0.02,0,1)
출력:
b =
9
n =
-2.0537
위의 코드에서 우리는 N 독립 시행의 값으로 50을 사용했고 binoinv() 함수에서 성공 확률 값으로 0.3을 사용했습니다. norminv() 함수에서 평균 값으로 0을, 표준 편차 값으로 1을 사용했습니다.
binoinv() 기능에 대한 자세한 내용은 이 링크(https://www.mathworks.com/help/stats/binoinv.html)를 확인하십시오. 그리고 norminv() 기능에 대한 자세한 내용은 이 링크(https://www.mathworks.com/help/stats/binoinv.html)를 확인하십시오.
데이터 세트의 MATLAB 분위수
데이터 세트의 분위수를 찾으려면 MATLAB의 quantile() 기능을 사용할 수 있습니다. quantile() 함수에는 다음과 같은 4가지 구문이 있습니다.
Output = quantile(dataset,p)
Output = quantile(___,"all")
Output = quantile(___,dim)
Output = quantile(___,"Method",method)
첫 번째 구문은 변수 p에 의해 정의된 확률에 따라 입력 데이터 세트에 있는 모든 요소의 분위수를 반환합니다. 입력 데이터 세트가 벡터인 경우 출력은 스칼라 또는 벡터이며 확률 변수 p와 동일한 길이를 갖습니다.
입력 데이터가 행렬인 경우 출력은 벡터 또는 행렬이 되고 확률 변수 p의 길이는 출력 벡터의 행과 같습니다. 입력 데이터 세트가 다차원 배열인 경우 분위수는 데이터 세트의 첫 번째 차원을 따라 계산됩니다.
두 번째 구문은 주어진 데이터 세트의 모든 분위수를 반환합니다. 세 번째 구문은 Quantile이 계산될 차원을 설정합니다.
기본적으로 함수는 행렬 또는 다차원 배열의 첫 번째 차원에서 작동합니다. 그러나 quantile() 함수의 세 번째 인수로 치수 번호를 정의하여 다른 치수로 설정할 수 있습니다. 네 번째 구문은 Quantile을 계산하는 데 사용되는 방법을 설정하는 데 사용되며 기본적으로 exact 방법으로 설정되지만 approximate로 설정할 수도 있습니다.
예를 들어 quantile() 함수를 사용하여 행렬의 분위수를 찾아봅시다. 아래 코드를 참조하십시오.
clc
clear
m = magic(2)
q = quantile(m,0.3)
출력:
m =
1 3
4 2
q =
1.3000 2.1000
위의 코드에서 magic() 함수를 사용하여 2x2 행렬을 만들었습니다. 출력에서 quantile() 함수가 각 열에 대한 분위수를 계산한 것을 볼 수 있습니다.
quantile() 기능에 대한 자세한 내용은 이 링크를 확인하십시오.
