文档帮助中心文档
正态逆累积分布函数
X = NORMINV(P)
x = norminv (p,μ)
X = Norminv(p,mu,sigma)
[x, xLo xUp] = norminv (p,μ、σpCov)
[x,xlo,xup] = norminv(p,mu,sigma,pcov,alpha)
例子
x= norminv (p)返回标准正态累积分布函数(cdf)的逆函数,按中的概率值计算p.
x= norminv (p)
x
p
x= norminv (p,μ)返回带有平均值的正常CDF的倒数μ和单位标准偏差,在概率值中评估p.
x= norminv (p,μ)
μ
x= norminv (p,μ,σ)返回带有平均值的正常CDF的倒数μ和标准偏差σ的概率值p.
x= norminv (p,μ,σ)
σ
[x,xLo,xUp) = norminv (p,μ,σ,PCOV.)也返回95%置信区间[xLo,xUp的x什么时候μ和σ是估计的。PCOV.是估计参数的协方差矩阵。
[x,xLo,xUp) = norminv (p,μ,σ,PCOV.)
xLo
xUp
PCOV.
[x,xLo,xUp) = norminv (p,μ,σ,PCOV.,α)指定置信区间的置信级别[xLo,xUp] 成为100(1-alpha)%.
[x,xLo,xUp) = norminv (p,μ,σ,PCOV.,α)
α
100(1-alpha)
全部折叠
找到包含标准正态分布的95%值的间隔。
X = norminv([0.025 0.975])
X =1×2-1.9600 1.9600
注意这个区间x不是唯一的这样的间隔,但它是最短的。找到另一个间隔。
XL = NORMINV([0.01 0.96])
XL =1×2-2.3263 1.7507
的时间间隔X1也包含了95%的概率,但它比x.
X1
计算在概率值中评估的CDF值的倒数p正态分布的均值μ和标准偏差σ.
p = 0:0.25:1;mu = 2;Sigma = 1;X = Norminv(p,mu,sigma)
X =1×5-Inf 1.3255 2.000 2.6745 Inf
计算在0.5时评估的CDF值的倒数,以获得不同平均参数的各种正常分布。
mu = [-2,-1,0,1,2];Sigma = 1;X = NORMINV(0.5,MU,SIGMA)
X =1×52 -1 1 1 2 2
找到正常分布参数的最大似然估计(MLES),然后找到相应的反线CDF值的置信区间。
从平均5和标准偏差2产生1000个正常随机数。
RNG('默认')重复性的%n = 1000;%样本数量x = normrnd(5,2,[n,1]);
使用,求出分布参数(均值和标准差)的MLEsm.
m
酷毙了大中型企业的(x) =
太好了=1×24.9347 - 1.9969
Muhat = Phat(1);sigmahat = phat(2);
估计通过使用的分配参数的协方差ranglike..这个函数ranglike.返回渐近协方差矩阵的近似值,如果您通过MLEs和用于估计MLEs的样本。
ranglike.
[〜,pcov] = normlike(【yhat,sigmahat],x)
PCOV =2×20.0040 -0.0000 -0.0000 0.0020
找出cdf在0.5处的倒数值及其99%的置信区间。
[X,XLO,XUP] = Norminv(0.5,Muhat,Sigmahat,PCOV,0.01)
x = 4.9347.
XLO = 4.7721.
xUp = 5.0974
x是使用与参数的正常分布的反向CDF值muHat和sigmaHat.的时间间隔[xlo,xup]是在0.5的逆CDF值的99%置信区间,考虑到不确定性muHat和sigmaHat使用PCOV..99%的置信区间意味着概率[xlo,xup]包含真正的逆CDF值为0.99。
muHat
sigmaHat
[xlo,xup]
[0, 1]
评估CDF(ICDF)的倒数的概率值,指定为标量值或标量值数组,其中每个元素在该范围内[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。
[xLo,xUp]
要在多个值下评估ICDF,请指定p使用一个数组。要评估多个发行版的icdfs,请指定μ和σ使用数组。如果一个或多个输入参数p,μ,σ为数组,则数组大小必须相同。在这种情况下,norminv将每个标量展开到与阵列输入相同大小的常数阵列中。中的每个元素x是相应元素指定的分布的ICDF值μ和σ的对应元素处求值p.
norminv
例子:[0.1,0.5,0.9]
[0.1,0.5,0.9]
数据类型:单身的|双倍的
单身的
双倍的
0
正常分布的平均值,指定为标量值或标量值数组。
如果您指定PCOV.计算置信区间[xLo,xUp],然后μ必须是标量值。
例子:[0 1 2;0 1 2]
[0 1 2;0 1 2]
1
正态分布的标准差,指定为一个正标量值或一组正标量值。
如果您指定PCOV.计算置信区间[xLo,xUp],然后σ必须是标量值。
例子:[1 1 1;2 2 2)
[1 1 1;2 2 2)
估计的协方差μ和σ,指定为2 × 2矩阵。
如果您指定PCOV.计算置信区间[xLo,xUp],然后p,μ,σ必须是标量值。
你可以估计μ和σ通过使用m,并估计协方差μ和σ通过使用ranglike..例如,请参见逆正常CDF值的置信区间.
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(1-alpha)%,α置信区间不包含真实值的概率。
例子:0.01
0.01
ICDF值,在概率值中进行评估p,作为标量值或标量值数组返回。x与尺寸相同p,μ,σ在任何必要的标量展开之后。中的每个元素x是相应元素指定的分布的ICDF值μ和σ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具有相同的尺寸x.
上置信界x,作为标量值或标量值数组返回。xUp具有相同的尺寸x.
正态分布是一个双参数曲线族。第一个参数,µ,即平均值。第二个参数,σ.,是标准偏差。
标准正态分布具有零平均值和单位标准偏差。
正常的逆函数在正常的CDF中定义
x = F - 1 ( p | μ. , σ. ) = { x : F ( x | μ. , σ. ) = p } ,
在哪里
p = F ( x | μ. , σ. ) = 1 σ. 2 π ∫ - ∞ x e - ( t - μ. ) 2 2 σ. 2 d t .
结果x积分方程的解是你给出期望的概率吗p.
的norminv函数使用逆互补误差函数erfcinv..之间的关系norminv和erfcinv.是
erfcinv.
norminv ( p ) = - 2 erfcinv. ( 2 p )
反补误差函数erfcinv (x)被定义为ERFCINV(ERFC(x))= x和互补错误功能误差补函数(x)被定义为
erfcinv (x)
ERFCINV(ERFC(x))= x
误差补函数(x)
ERFC ( x ) = 1 - 小块土地 ( x ) = 2 π ∫ x ∞ e - t 2 d t .
的norminv功能计算置信范围x通过使用Delta方法。norminv (p,μ、σ)相当于μ+σ* norminv (p, 0,1).因此,这是norminv功能估计的方差μ+σ* norminv (p, 0,1)使用协方差矩阵μ和σ通过delta方法,并利用方差的估计值找到置信界限。当您进行估计时,计算出的边界将近似地给出所需的置信水平μ,σ,PCOV.来自大型样品。
norminv (p,μ、σ)
μ+σ* norminv (p, 0,1)
norminv是一个特定于正常分布的功能。统计和机器学习工具箱™还提供通用功能ICDF.,支持各种概率分万博1manbetx布。使用ICDF., 创建一个正规分布概率分布对象,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norminv比通用功能更快ICDF..
ICDF.
正规分布
[1] Abramowitz,M.和I. A. Stegun。数学函数手册.纽约:Dover,1964年。
M.埃文斯,N.黑斯廷斯和B.皮科克。统计分布.第2版。霍博肯,新泽西州:约翰威利父子公司,1993。
此功能完全支持GPU阵列。万博1manbetx有关更多信息,请参阅在GPU上运行MATLAB函数(并行计算工具箱).
erfcinv.|ICDF.|正规分布|normcdf|normfit|ranglike.|诺曼克
normcdf
normfit
诺曼克
您有此示例的修改版本。您是否希望使用您的编辑打开此示例?
你点击一个链接对应于这个MATLAB命令:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
联系您当地的办公室