文档帮助中心
指数累积分布函数
P = expcdf(x)的
P = expcdf(X,亩)
[P,PLO,PUP] = expcdf(X,μ,pCov)
[P,PLO,PUP] = expcdf(X,μ,pCov,阿尔法)
___= expcdf(___,'上')
例
p= expcdf(X)返回标准指数分布的累积分布函数(CDF),在评价值X。
p= expcdf(X)
p
X
p= expcdf(X,亩)返回均值的指数分布的CDF亩,在评价值X。
p= expcdf(X,亩)
亩
[p,巴解组织,小狗] = expcdf(X,亩,pCov)也返回的95%置信区间[巴解组织,小狗]的p什么时候亩是具有方差的估计pCov。
[p,巴解组织,小狗] = expcdf(X,亩,pCov)
巴解组织
小狗
pCov
[p,巴解组织,小狗] = expcdf(X,亩,pCov,α)指定置信区间的置信水平[巴解组织小狗] 成为100(1-α)%。
[p,巴解组织,小狗] = expcdf(X,亩,pCov,α)
α
100(1-α)
___= expcdf(___,'上')返回CDF的补充,在评估值X,使用该更精确地计算极端上尾概率比从1中减去所述下尾值的算法。'上'可以按照任何在前面的语法输入参数的组合。
'上'
全部收缩
计算在标准指数分布的观察落在间隔的概率[1 2]。
[1 2]
P = expcdf([1 2]);P(2) - P(1)
ANS = 0.2325
指数分布的中位数是μ*日志(2)。
μ*日志(2)
通过计算的CDF确认位数μ*日志(2)针对几种不同的选择μ。
μ
亩= 10:10:60;P = expcdf(日志(2)*亩,亩)
p =1×60.5000 0.5000 0.5000 0.5000 0.5000 0.5000
平均的CDF总是等于1-1 / E(〜0.6321)。
1-1 / E
(〜0.6321)
确认通过计算平均值的对手段之一通过六个指数CDF的结果。
亩= 1:6;X =亩;P = expcdf(X,亩)
p =1×60.6321 0.6321 0.6321 0.6321 0.6321 0.6321
找到一个置信区间估计,一个观察是在区间的概率[0 1]使用指数分布数据。
[0 1]
生成的样本1000从平均5的指数分布中抽取的随机数。
1000
RNG('默认')%用于重现X = exprnd(5,1000,1);
与置信区间估计的平均值。
[muhat,穆齐] = expfit(x)的
muhat = 5.0129
穆齐=2×14.7161 5.3387
估计平均估计的方差。
[〜,nCov] = explike(muhat,x)的
nCov = 0.0251
创建置信区间估计的观察是在区间的概率[0 1]。
[P,PLO,PUP] = expcdf(1,muhat,nCov);PCI = [PLO;小狗]
PCI =2×10.1710 0.1912
expcdf计算置信区间使用正常近似平均值的日志估计的分布。计算一个更精确的置信区间p通过评估expcdf在置信区间穆齐。
expcdf
穆齐
PCl 2 = expcdf(1,穆齐)
PCl 2 =2×10.1911 0.1708
边界PCI2在事件更可能逆转,因为较低的平均品牌和较高的平均使得事件的可能性较小。
PCI2
确定的概率,从均值的指数分布观察1在区间[50 Inf文件]。
1
[50 Inf文件]
P1 = 1 - expcdf(50.1)
P1 = 0
expcdf(50.1)近1,所以P1变0。指定'上'以便expcdf更准确地计算极端上尾概率。
expcdf(50.1)
P1
0
P2 = expcdf(50,1,'上')
P2 = 1.9287e-22
值在该评估的cdf,指定为一个非负标量值或者非负标量值的阵列。
为了评估在多个值的CDF,指定X使用阵列。
为了评估多个分布的CDFS,指定亩使用阵列。
如果输入参数的一个或两个X和亩是数组,则数组的大小必须是相同的。在这种情况下,expcdf每个标量输入扩展到相同大小的阵列输入的恒定阵列。中的每个元素p是通过在相应元素中指定的分布的CDF值亩中,在相应的元件评价X。
例:[3 4 7 9]
[3 4 7 9]
数据类型:单|双
单
双
意味着指数分布,指定为正标量的值或正标量的值的阵列。
例:[1 2 3 5]
[1 2 3 5]
的估计方差亩,指定为正标量的值。
您可以估算亩从通过使用数据expfit要么MLE。然后,您可以估算的方差亩通过使用explike。将所得的区间边界信心基于日志的分布的正态近似亩估计。您可以通过应用获得更准确的设置界限expcdf通过返回的置信区间expfit。对于一个示例,请参见指数CDF值的置信区间。
expfit
MLE
explike
例:0.10
显着性水平为置信区间,指定为在范围(0,1)一个标量。置信水平100(1-α)%,其中α是置信区间不包含真值的概率。
例:0.01
0.01
在CDF值评价X,返回作为标量值或标量的值的数组。p的尺寸与相同X和亩之后的任何必要的标量膨胀。中的每个元素p是通过在相应元素中指定的分布的CDF值亩中,在相应的元件评价X。
置信开往p,返回作为标量值或标量的值的数组。巴解组织有大小相同p。
置信上开往p,返回作为标量值或标量的值的数组。小狗有大小相同p。
指数分布是一个参数曲线族。参数μ是平均。
指数分布的CDF是
p = F ( X | ü ) = ∫ 0 X 1 μ Ë - Ť μ d Ť = 1 - Ë - X μ 。
结果p的概率是从平均指数分布的单一观察μ落在区间[0,X]。指数分布的常见的备用参数是使用λ在一个间隔被定义为事件的平均数,而不是μ,这是平均等待时间发生的事件。λ和μ是倒数。
欲了解更多信息,请参阅指数分布。
expcdf是一个功能特定的指数分布。统计和机器学习工具箱™还提供了通用的功能CDF,其支持各种概率万博1manbetx分布。要使用CDF,创建ExponentialDistribution概率分布对象和传递对象作为输入参数,或指定的概率分布的名称和它的参数。需要注意的是具体分布函数expcdf比通用函数更快CDF。
CDF
ExponentialDistribution
使用概率分布函数应用创建的累积分布函数(CDF)或概率密度函数(pdf)为概率分布的交互图。
此功能完全支持GPU阵列。万博1manbetx欲了解更多信息,请参阅在GPU上运行MATLAB功能(并行计算工具箱)。
ExponentialDistribution|CDF|expfit|expinv|explike|exppdf|exprnd|expstat
expinv
exppdf
exprnd
expstat
这个例子的修改版本的系统上存在。你要打开这个版本呢?
您单击对应于该MATLAB命令的链接:
在MATLAB命令窗口中输入它运行的命令。Web浏览器不支持MATLAB的命令。万博1manbetx
选择一个网站,以获得翻译的内容,其中可看到当地的活动和优惠。根据您的位置,我们建议您选择:。
您还可以选择从下面的列表中的网站:
选择最佳的网站性能的中国网站(在中国或英文)。其他MathWorks的国家网站都没有从您的位置访问进行了优化。
请联系您当地的办事处