在 MATLAB 中跨列应用相同的函数答案

【问题标题】：Applying the same function across columns in MATLAB在 MATLAB 中跨列应用相同的函数
【发布时间】：2013-09-30 22:43:34
【问题描述】：

我正在应用伯努利随机变量的 ML 估计。我最初有以下代码：

muBern = 0.75;
bernoulliSamples = rand(1, N); 
bernoulliSamples(bernoulliSamples < muBern) = 1;
bernoulliSamples(bernoulliSamples > muBern & bernoulliSamples ~= 1) = 0;
bernoulliSamples; % 1xN matrix of Bernoulli measurements, 1's and 0's

estimateML = zeros(1,N);
for n = 1:N
    estimateML(n) = (1/n)*sum(bernoulliSamples(1:n)); % The ML estimate for muBern
end

这工作得相当好，但每次运行代码只是采取N=100 观察的一个可能结果。我想重复这个实验I=100 次并取所有结果的平均值，以获得准确代表实验的解决方案。

muBern = 0.75;
bernoulliSamples = rand(I, N); 
bernoulliSamples(bernoulliSamples < muBern) = 1;
bernoulliSamples(bernoulliSamples > muBern & bernoulliSamples ~= 1) = 0;
bernoulliSamples; % IxN matrix of Bernoulli measurements, 1's and 0's

estimateML = zeros(I,N);
for n = 1:N
    estimateML(n,:) = (1/n)*sum(bernoulliSamples(1:n,2)); % The ML estimate for muBern
end

我想知道这个for 循环是否正在做我想要做的事情：每一行代表一个完全不同的实验。第二个代码实例是否与第一个代码实例做同样的事情，只是将 100 个不同的结果作为 100 个不同实验的原因？

【问题讨论】：

标签： matlab

【解决方案1】：

您不需要任何循环。在单一实验的情况下，用这个替换循环，它做同样的事情：

estimateML = cumsum(bernoulliSamples) ./ (1:N);

在多重实验的情况下，使用这个：

estimateML = bsxfun(@rdivide, cumsum(bernoulliSamples,2), 1:N);

【讨论】：

【解决方案2】：

想出了答案，我只是想多了，如果有人感兴趣，以下是我正在寻找的：

for n = 1:N
    estimateML(:,n) = (1/n)*sum(bernoulliSamples(:,1:n),2); % The ML estimate for muBern
end

【讨论】：