矩估计
moment(X,2)
通用命令mle()
格式:[输出参数项]=mle(‘分布函数名’;X,alpha [,N])
说明:分布函数名有: bino(二项)、geo(几何)、hyge(超几何)、poiss(泊松), uinf(均匀)、unid(离散均匀)、exp(指数)、norm(正态)，t(T分布)、f(F分布)、beta(贝塔)、gam(伽吗);N当为二项分布时需要，其他没有。
正态总体的参数估计
z=[2.14,2.10,2.13,2.15,2.13,2.12,2.13,2.10,2.15,2.12,2.14]; mu=mean(z);alpha=0.1; sig=std(z); n=length(z); t=[mu-sig/sqrt(n)*tinv(1-alpha/2,n-1),mu+sig/sqrt(n)*tinv(1-alpha/2,n-1)] [muhat,sigmahat,muci,sigmaci]= normfit(z,0.1)其他分布的参数估计
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/233842.html原文链接：https://javaforall.net
![opencv之haar特征+AdaBoos分类器算法流程(二)[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450-480x300.jpg)
