matlab中表示拉普拉斯分布_拉普拉斯分布
具有密度函数的分布叫做拉普拉斯分布； 是位置参数，是尺度参数。拉普拉斯分布的期望为，方差为，偏度为0，峰度为3。拉普拉斯分布的密度函数，可以看作是两个指数分布函数的概率密度“背靠背”拼接在一起。（事实上拉普拉斯分布与指数分布确实有很密切的关系）拉普拉斯分布与正态分布拉普拉斯分布的概率密度与正态分布看起来很像，画出标准拉普拉斯分布（）和标准正态分布的概率密度图：正态分布看起来更集...
·
具有密度函数
拉普拉斯分布的期望为
拉普拉斯分布的密度函数，可以看作是两个指数分布函数的概率密度“背靠背”拼接在一起。（事实上拉普拉斯分布与指数分布确实有很密切的关系）
拉普拉斯分布与正态分布
拉普拉斯分布的概率密度与正态分布看起来很像，画出标准拉普拉斯分布（
正态分布看起来更集中一些。
此外，标准拉普拉斯分布的0.99分位点是3.91，而标准正态分布是2.32，这说明，服从拉普拉斯分布的随机变量，出现极端大的值的概率，要远远大于正态分布。
The probability of a very largeis far larger with a Laplacian than a Gaussian density.
拉普拉斯分布的一些性质：
- 如果
，那么
- 如果
，那么
- 如果
，那么
- 如果
，那么
拉普拉斯分布的参数估计
拉普拉斯分布的样本中位数即为参数
此外，
拉普拉斯分布与回归分析
在古典回归分析中，用偏差平方和的大小作标准，来选择回归系数使它达到极小，这种回归不具有稳健性，然而，如改为用偏差的绝对值和作为标准，却具有稳健性。
即假设误差项
附：画图的程序：
from scipy.stats import laplace, norm
x = np.linspace(laplace.ppf(0.01),
laplace.ppf(0.99), 100)
plt.plot(x, laplace.pdf(x),
'r-', lw=2, alpha=0.6, label='laplace pdf')
plt.plot(x, norm.pdf(x), lw=2, label="norm pdf")
plt.legend()
plt.show()分位点：
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
0
0- 0
已为社区贡献5条内容
所有评论(0)