主要内容

NORMPDF.

正常概率密度函数

描述

例子

y= normpdf(X返回标准正态分布的概率密度函数(PDF),在值中评估X

y= normpdf(X用平均返回正态分布的PDF和单位标准偏差,评估值X

例子

y= normpdf(XSigma.用平均返回正态分布的PDF和标准偏差Sigma.,评估价值X

例子

全部收缩

计算值的标准正态分布的PDF值X

x = [-2,-1,0,1,2];y = normpdf(x)
y =1×50.0540 0.2420 0.3989 0.2420 0.0540

计算在值中评估的PDF值X对于平均值的正态分布和标准偏差Sigma.

x = [-2,-1,0,1,2];mu = 2;Sigma = 1;y = normpdf(x,mu,sigma)
y =1×50.0001 0.0044 0.0540 0.2420 0.3989

计算具有不同平均参数的各种正常分布的零评估的PDF值。

mu = [-2,-1,0,1,2];Sigma = 1;y = normpdf(0,mu,sigma)
y =1×50.0540 0.2420 0.3989 0.2420 0.0540

输入参数

全部收缩

评估PDF的值,指定为标量值或标量值数组。

以多个值评估PDF,请指定X使用数组。要评估多个分布的PDF,请指定Sigma.使用数组。如果一个或多个输入参数X, 和Sigma.是数组,那么阵列大小必须是相同的。在这种情况下,NORMPDF.将每个标量展开到与阵列输入相同大小的常数阵列中。每个元素y是相应元素指定的分布的PDF值Sigma.,在相应的元素处进行评估X

例子:[-1,0,3,4]

数据类型:单身的|双倍的

正常分布的平均值,指定为标量值或标量值数组。

以多个值评估PDF,请指定X使用数组。要评估多个分布的PDF,请指定Sigma.使用数组。如果一个或多个输入参数X, 和Sigma.是数组,那么阵列大小必须是相同的。在这种情况下,NORMPDF.将每个标量展开到与阵列输入相同大小的常数阵列中。每个元素y是相应元素指定的分布的PDF值Sigma.,在相应的元素处进行评估X

例子:[0 1 2;0 1 2]

数据类型:单身的|双倍的

正常分布的标准偏差,指定为正标量值或正标量值数组。

以多个值评估PDF,请指定X使用数组。要评估多个分布的PDF,请指定Sigma.使用数组。如果一个或多个输入参数X, 和Sigma.是数组,那么阵列大小必须是相同的。在这种情况下,NORMPDF.将每个标量展开到与阵列输入相同大小的常数阵列中。每个元素y是相应元素指定的分布的PDF值Sigma.,在相应的元素处进行评估X

例子:[1 1 1;2 2 2]

数据类型:单身的|双倍的

输出参数

全部收缩

PDF值,以值评估X,返回为标量值或标量值数组。y与尺寸相同X, 和Sigma.经过任何必要的标量扩展。每个元素y是相应元素指定的分布的PDF值Sigma.,在相应的元素处进行评估X

更多关于

全部收缩

正常分布

正常分布是两个参数曲线系列。第一个参数,μ.,是平均值。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。

正常概率密度函数(PDF)是

y = F X | μ. σ. = 1 σ. 2 π E. - X - μ. 2 2 σ. 2 为了 X

似然函数PDF是否被视为参数的函数。最大似然估计(MLES)是最大化固定值的似然函数的参数估计值X

替代功能

  • NORMPDF.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PDF.,支持各种概率分万博1manbetx布。使用PDF., 创建一个正规分布概率分布对象并将对象作为输入参数或指定概率分布名称及其参数。请注意,特定于分发功能NORMPDF.比通用功能更快PDF.

  • 使用概率分布功能应用程序为概率分布创建累积分布函数(CDF)或概率密度函数(PDF)的交互式图。

参考

[1]埃文斯,M.,N. Hastings和B. Peacock。统计分布。第二次。Hoboken,NJ:John Wiley&Sons,Inc。,1993年。

扩展能力

C / C ++代码生成
使用MATLAB®Coder™生成C和C ++代码。

在R2006A之前介绍