expinv

指数逆累积分布函数

描述

X= expinv(p返回标准指数分布的倒数累积分布函数(ICDF),在评价值p

X= expinv(p返回均值的指数分布ICDF,在评价值p

[XXLOXUP] = expinv(ppCov也返回的95%置信区间[XLOXUP]的X什么时候是具有方差的估计pCov

[XXLOXUP] = expinv(ppCovα指定置信区间的置信水平[XLOXUP] 成为100(1-α)%。

例子

全部收缩

假设的灯泡寿命呈指数级,平均的分布700小时。使用查找平均寿命expinv

expinv(0.50,700)
ANS = 485.2030

灯泡的一半将第一485小时使用中烧坏。

查找置信区间估计使用指数分布数据的中位数。

生成的样本1000指数分布的随机数,平均5。

RNG('默认'%用于重现X = exprnd(5,100,1);

与置信区间估计的平均值。

[muhat,穆齐] = expfit(x)的
muhat = 4.5852
穆齐=2×13.8043 5.6355

估计平均估计的方差。

[〜,pCov] = explike(muhat,x)的
pCov = 0.2102

创建中位数的置信区间。

[X,XLO,XUP] = expinv(0.5,muhat,pCov);XCI = [XLO;XUP]
XCI =2×12.6126 3.8664

另外,对于计算更精确的置信区间X通过评估expinv在置信区间穆齐

xCi2 = expinv(0.5,穆齐)
xCi2 =2×12.6369 3.9062

输入参数

全部收缩

在该概率值来评价ICDF,指定为标量值或标量值的阵列,其中每个元素在上述范围内[0,1]

  • 为了评估在多个值ICDF,指定p使用阵列。

  • 为了评估多个分布的icdfs,指定使用阵列。

如果输入参数的一个或两个p是数组,则数组的大小必须是相同的。在这种情况下,expinv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X是通过在相应元素中指定的分布的ICDF值中,在相应的元件评价p

例:[0.1,0.5,0.9]

数据类型:|

意味着指数分布,指定为正标量的值或正标量的值的阵列。

  • 为了评估在多个值ICDF,指定p使用阵列。

  • 为了评估多个分布的icdfs,指定使用阵列。

如果输入参数的一个或两个p是数组,则数组的大小必须是相同的。在这种情况下,expinv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X是通过在相应元素中指定的分布的ICDF值中,在相应的元件评价p

例:[1 2 3 5]

数据类型:|

的估计方差,指定为正标量。

您可以估算从通过使用数据expfit。然后,您可以估算的方差通过使用explike。将所得的区间边界信心基于日志的分布的正态近似估计。您可以通过应用获得更准确的设置界限expinv通过返回的置信区间expfit。对于一个示例,请参见指数的置信区间ICDF价值

例:0.10

数据类型:|

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

数据类型:|

输出参数

全部收缩

ICDF在概率值的值评价p,返回作为标量值或标量的值的数组。X的尺寸与相同p之后的任何必要的标量膨胀。中的每个元素X是通过在相应元素中指定的分布的ICDF值中,在相应的元件评价p

置信开往X,返回作为标量值或标量的值的数组。XLO有大小相同X

置信上开往X,返回作为标量值或标量的值的数组。XUP有大小相同X

更多关于

全部收缩

指数ICDF

指数分布是一个参数曲线族。参数μ是平均。

指数分布的ICDF是

X = F - 1 p | μ = - μ LN 1 - p

结果X是值,使得从指数分布的观察参数μ意愿落入在范围[0,X]的概率p。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。λμ是倒数。

欲了解更多信息,请参阅指数分布

另类功能

  • expinv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ICDF,其支持各种概率万博1manbetx分布。要使用ICDF,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expinv比通用函数更快ICDF

扩展功能

C / C ++代码生成
生成使用MATLAB®编码器™C和C ++代码。

R2006a前推出