Fitdist: Menyelesaikan Distributions dengan Maximum Likelihood Estimation

Fitdist: Menyelesaikan Distributions dengan Maximum Likelihood Estimation

Fitdist adalah fungsi yang digunakan untuk menyelesaikan distributions menggunakan maximum likelihood estimation. Fungsi ini dapat digunakan untuk mengestimasi parameter dari distribusi dan memprediksi nilai-nilai dari distribusi yang ditentukan.

Keterangan Umum

Fitdist memiliki dua cara untuk menyelesaikan distribusi, yaitu dengan menggunakan fungsi mle atau dengan membuat objek distribusi menggunakan fungsi makedist. Fungsi mle digunakan untuk mengestimasi parameter dari distribusi dengan menggunakan metode maximum likelihood estimation, sedangkan fungsi makedist digunakan untuk membuat objek distribusi yang dapat digunakan untuk memprediksi nilai-nilai dari distribusi.

Distribusi yang Dapat Diprediksi

Fitdist dapat diprediksi untuk beberapa jenis distribusi, yaitu:

  • Beta distribution
  • Exponential distribution
  • Extreme value distribution
  • Lognormal distribution
  • Normal distribution
  • Weibull distribution

Distribusi-distribusi ini dapat digunakan untuk mengestimasi parameter dan memprediksi nilai-nilai dari data yang telah ditentukan.

Contoh Penggunaan

Berikut adalah contoh penggunaan fungsi fitdist:

pd = fitdist(x, 'normal');

Dalam contoh di atas, x adalah vektor data yang akan digunakan untuk mengestimasi parameter dari distribusi normal. pd adalah objek distribusi yang telah diestimasi menggunakan maximum likelihood estimation.

GPU Computing

Fitdist dapat dipakai dengan Parallel Computing Toolbox untuk melakukan penghitungan pada GPU (Graphics Processing Unit). Dengan demikian, waktu eksekusi program dapat ditingkatkan.

Lainnya

  • Referensi: [1] Johnson, N. L., S. Kotz, and N. Balakrishnan. Continuous Univariate Distributions. Vol. 1, Hoboken, NJ: Wiley-Interscience, 1993.
    [2] Johnson, N. L., S. Kotz, and N. Balakrishnan. Continuous Univariate Distributions. Vol. 2, Hoboken, NJ: Wiley-Interscience, 1994.
    [3] Bowman, A. W., and A. Azzalini. Applied Smoothing Techniques for Data Analysis. New York: Oxford University Press, 1997.

Penggunaan C/C++ Code Generation

Fitdist dapat digunakan dengan MATLAB Coder untuk menghasilkan kode C atau C++. Kode ini dapat digunakan untuk melakukan penghitungan pada platform yang tidak menggunakan MATLAB.

Penjelasan

  • Fungsi fitdist memiliki beberapa parameter, yaitu:
  • x: vektor data yang akan digunakan untuk mengestimasi parameter dari distribusi.
  • distname: nama distribusi yang ingin diestimasi (misalnya 'normal', 'lognormal', dll.).
  • Fungsi fitdist juga memiliki beberapa argument, yaitu:
  • groupvar: variabel grup yang akan digunakan untuk mengestimasi parameter dari distribusi.
  • NTrials: jumlah percobaan yang akan digunakan untuk mengestimasi parameter dari distribusi.
  • Theta, mu, Kernel, Support, Width: parameter lainnya yang dapat digunakan untuk mengestimasi parameter dari distribusi.

Dengan menggunakan fitdist, Anda dapat menyelesaikan beberapa jenis distribusi dan memprediksi nilai-nilai dari data yang telah ditentukan.