主要内容

gaminv

逆累积分布函数

折叠所有页面

语法

x = gaminv (p)
x = gaminv (p, b)
[x, xLo xUp] = gaminv (p, a、b pCov)
[x, xLo xUp] = gaminv (p, a、b、pCovα)

描述

x= gaminv (p，一个）返回带有形状参数的标准伽马分布的逆累积分布函数(icdf)一个的值p．

例子

x= gaminv (p，一个，b）返回带有形状参数的伽马分布的icdf一个尺度参数b的值p．

例子

［x，xLo，xUp) = gaminv (p，一个，b，pCov）也返回95%置信区间[xLo，xUp的x当一个和b是估计。pCov为估计参数的协方差矩阵。

［x，xLo，xUp) = gaminv (p，一个，b，pCov，α）指定置信区间的置信级别[xLo，xUp)是100(1α)%．

例子

全部折叠

打开生活的脚本

求带有形状参数的伽马分布的中值3.和尺度参数5．

x = gaminv(0.5、3、5)
x = 13.3703
打开生活的脚本

使用伽马分布数据找到估计中值的置信区间。

生成500具有形状的分布随机数2和规模5．

x = gamrnd (5500,1);

计算参数的估计。

params = gamfit (x)
params =1×21.9820 - 5.0601

将参数的估计存储为ahat和bhat．

ahat = params (1);bhat = params (2);

计算参数估计的协方差。

[~, nCov] = gamlike (params, x)
nCov =2×20.0135 -0.0346 -0.0346 0.1141

创建一个估计x的置信区间。

[x, xLo xUp] = gaminv (bhat, 0.50, ahat nCov)
x = 8.4021
xLo = 7.8669
xUp = 8.9737

输入参数

全部折叠

计算反cdf (icdf)的概率值，指定为标量值或标量值数组，其中每个元素都在范围内[0, 1]．

如果您指定pCov计算置信区间［xLo，xUp］,然后p必须是标量值(不是数组)。

  • 要在多个值上计算icdf，请指定p使用一个数组。

  • 要评估多个发行版的icdfs，请指定一个和b使用数组。

如果一个或多个输入参数p，一个,b为数组，则数组大小必须相同。在这种情况下,gaminv将每个标量输入展开为与数组输入大小相同的常量数组。中的每个元素x中的对应元素是否指定分布的icdf值一个和b的对应元素处求值p．

例子:(0.1, 0.5, 0.9)

数据类型:单|双

伽马分布的形状参数，指定为一个正标量值或一组正标量值。

  • 要在多个值上计算icdf，请指定p使用一个数组。

  • 要评估多个发行版的icdfs，请指定一个和b使用数组。

如果一个或多个输入参数p，一个,b为数组，则数组大小必须相同。在这种情况下,gaminv将每个标量输入展开为与数组输入大小相同的常量数组。中的每个元素x中的对应元素是否指定分布的icdf值一个和b的对应元素处求值p．

例子:[1 2 3 5]

数据类型:单|双

伽马分布的比例参数，指定为一个正标量值或一组正标量值。

  • 要在多个值上计算icdf，请指定p使用一个数组。

  • 要评估多个发行版的icdfs，请指定一个和b使用数组。

如果一个或多个输入参数p，一个,b为数组，则数组大小必须相同。在这种情况下,gaminv将每个标量输入展开为与数组输入大小相同的常量数组。中的每个元素x中的对应元素是否指定分布的icdf值一个和b的对应元素处求值p．

例子:[1 1 2 2]

数据类型:单|双

估计的协方差一个和b，指定为2 × 2矩阵。

如果您指定pCov计算置信区间［xLo，xUp］,然后p，一个,b必须是标量值。

你可以估计一个和b通过使用gamfit或大中型企业，并估计协方差一个和b通过使用gamlike．例如，请参见Gamma icdf值的置信区间．

数据类型:单|双

置信区间的显著性水平，指定为范围(0,1)中的标量。置信水平是100(1α)%,α为置信区间不包含真值的概率。

例子:0．01

数据类型:单|双

输出参数

全部折叠

中的概率值计算Icdf值p，作为标量值或标量值数组返回。x大小是一样的吗p，一个,b，在任何必要的标量展开之后。中的每个元素x中的对应元素是否指定分布的icdf值一个和b的对应元素处求值p．

置信下限x，作为标量值或标量值数组返回。xLo有相同的尺寸x．

上置信界x，作为标量值或标量值数组返回。xUp有相同的尺寸x．

更多关于

全部折叠

γicdf

分布是一个双参数曲线族。的参数一个和b分别为形状和尺度。

用cdf表示的逆函数是

x ＝ F − 1 （ p | 一个 ， b ） ＝ ｛ x ： F （ x | 一个 ， b ） ＝ p ｝ ，

在哪里

p ＝ F （ x | 一个 ， b ） ＝ 1 b 一个 Γ （ 一个 ） ∫ 0 x t 一个 − 1 e − t b d t ．

结果x这个值是否符合带有参数的伽马分布的观测值一个和b在[0,x)的概率p．

有关更多信息，请参见伽马分布．

算法

图中所示的积分方程没有已知的解析解γicdf．gaminv使用迭代方法(牛顿法)来收敛于解。

选择功能

  • gaminv是特定于伽马分布的函数。Statistics and Machine Learning Toolbox™也提供了通用函数icdf，它支持各种概率万博1manbetx分布。使用icdf,创建一个GammaDistribution概率分布对象，并将该对象作为输入参数传递或指定概率分布名称及其参数。请注意特定分布函数gaminv比泛型函数快吗icdf．

扩展功能

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。

另请参阅

|||||||

主题

之前介绍过的R2006a

统计和机器学习工具箱文档

万博1manbetx

掌握机器学习:一步一步的指导与MATLAB

掌握机器学习:一步一步的指导与MATLAB

下载电子书