皮尔逊系统随机数
r = pearsrnd(μ、σ,倾斜,库尔特,m, n)
r = pearsrnd(μ、σ,倾斜,库尔特)
r = pearsrnd(μ、σ倾斜,kurt m, n,…)
r = Pearsrnd(mu,sigma,skew,kurt,[m,n,...])
[r,类型]= pearsrnd(…)
[r、类型系数]= pearsrnd(…)
r = pearsrnd(μ、σ,倾斜,库尔特,m, n)
返回A.米
——- - - - - -n
由具有均值的皮尔逊系统中的分布引出的随机数矩阵μ
,标准偏差σ
,偏态斜
和峰态库尔特
.参数μ
,σ
,斜
,库尔特
必须是标量。
请注意
因为r
是一个随机样本,其样本矩,特别是偏度和峰度,通常与指定的分布矩有所不同。
pearsrnd
使用峰度的定义,正态分布的峰度为3。峰度的一些定义减去3,使正态分布的峰度为0。的pearsrnd
函数不使用此约定。
有些矩的组合是无效的;特别地,峰度必须大于偏度的平方加1。正态分布的峰度定义为3。
r = pearsrnd(μ、σ,倾斜,库尔特)
返回标量值。
r = pearsrnd(μ、σ倾斜,kurt m, n,…)
或者r = Pearsrnd(mu,sigma,skew,kurt,[m,n,...])
返回A.米
——- - - - - -n
——-…数组中。
[r,类型]= pearsrnd(…)
返回皮尔逊系统中指定分布的类型。类型
是一个标量整数吗0
来7
.集米
和n
来0
在不生成任何随机值的情况下识别分布类型。
Pearson系统中的七种分布类型对应以下分布:
[r、类型系数]= pearsrnd(…)
返回系数系数
通过微分方程定义分布的二次多项式
由标准正态分布生成随机值:
r = pearsrnd (0 1 0 3100 1);相当于randn(100,1)
(r,类型)= pearsrnd (0, 1, 1, 4, 0, 0);R = [] type = 1
Johnson, n.l., S. Kotz,和N. Balakrishnan(1994)连续单变量分布,第1卷,Wiley-Interscience,第15卷,Eqn 12.33。