文档帮助中心
逆累积分布函数
x = icdf (p,“名字”)
X = ICDF( '姓名',P,A,B)
x = icdf(“名字”,p, A, B, C)
X = ICDF( '姓名',P,A,B,C,d)
X = ICDF(PD,p)的
例
X= ICDF(“名字”,p,一个)为指定的单参数分布族返回逆累积分布函数(icdf)“名字”以及分布参数一个中,在所述概率值评价p。
X= ICDF(“名字”,p,一个)
X
“名字”
p
一个
X= ICDF(“名字”,p,一个,乙)返回指定的双参数分布族的icdf“名字”以及分布参数一个和乙中,在所述概率值评价p。
X= ICDF(“名字”,p,一个,乙)
乙
X= ICDF(“名字”,p,一个,乙,C)返回指定的三参数分布族的icdf“名字”以及分布参数一个,乙和C中,在所述概率值评价p。
X= ICDF(“名字”,p,一个,乙,C)
C
X= ICDF(“名字”,p,一个,乙,C,d)返回由指定的四参数分布族ICDF“名字”以及分布参数一个,乙,C和d中,在所述概率值评价p。
X= ICDF(“名字”,p,一个,乙,C,d)
d
X= ICDF(pd,p)返回概率分布对象的icdf函数pd中,在所述概率值评价p。
X= ICDF(pd,p)
pd
全部收缩
与平均创建标准正态分布对象, μ ,等于0和标准差, σ 等于1。
亩= 0;西格玛= 1;PD = makedist('正常',“亩”亩,“西格玛”σ);
定义输入向量p以包含概率值在其计算ICDF。
P = [0.1,0.25,0.5,0.75,0.9];
计算中值处的标准正态分布的icdf值p。
x =1×5-1.2816 -0.6745 0 0.6745 1.2816
每个值在X对应于输入向量中的一个值p。例如,在值p等于0.9时,对应的ICDF值X等于1。2816。
或者,您可以计算相同的icdf值,而不需要创建一个概率分布对象。使用icdf功能并使用相同的参数值指定一个标准正态分布 μ 和 σ 。
icdf
X2 = ICDF('正常',P,μ,西格马)
X2 =1×5-1.2816 -0.6745 0 0.6745 1.2816
的ICDF值是相同的那些使用概率分布计算对象。
与速度参数创建一个泊松分布对象, λ ,等于2。
λ= 2;PD = makedist(“泊松”,“λ”λ);
计算中值处的泊松分布的icdf值p。
x =1×50 1 2 3 4
每个值在X对应于输入向量中的一个值p。例如,在值p等于0.9时,对应的ICDF值X等于4。
或者,您可以计算相同的icdf值,而不需要创建一个概率分布对象。使用icdf函数并使用相同的速率参数值指定泊松分布 λ 。
X2 = ICDF(“泊松”,p,λ)
X2 =1×50 1 2 3 4
创建一个标准的正态分布对象。
PD = makedist('正常')
正态分布正态分布= 0 = 1
通过计算上、下2.5%的值,确定标准正态分布测试统计量在5%显著性水平下的临界值。
X = ICDF(PD,[025,0.975])
x =1×2-1.9600 - 1.9600
绘制cdf并在关键区域涂上阴影。
P = normspec(X,0,1,“外”)
p = 0.0500
概率分布名称,在此表中指定为概率分布名称之一。
“β”
“二项式”
“BirnbaumSaunders”
“毛刺”
“卡方”
“指数”
'极值'
“F”
“伽马”
“广义极值”
“广义帕累托
“几何”
“HalfNormal”
“超几何”
'InverseGaussian'
“物流”
'LogLogistic'
对数正态的
“Nakagami”
“负二项分布”
“非中心F”
“非中心t”
“非中心卡方”
'正常'
“泊松”
“瑞利”
“莱斯”
“稳定”
'T'
'tLocationScale'
“统一”
“离散均匀”
“威布尔”
例子:'正常'
将icdf指定为标量值或[0,1]范围内的标量值数组的概率值。
如果一个或多个输入参数p,一个,乙,C和d是数组,则数组的大小必须是相同的。在这种情况下,icdf每个标量输入扩展到相同大小的阵列输入的恒定阵列。看到“名字”的定义一个,乙,C和d对于每一个分布。
例子:(0.1,0.25,0.5,0.75,0.9)
(0.1,0.25,0.5,0.75,0.9)
数据类型:单|双
单
双
第一个概率分布参数,指定为标量值或标量值数组。
第二概率分布参数,指定为标量值或标量的值的数组。
第三个概率分布参数,指定为标量值或标量值数组。
第四个概率分布参数,指定为标量值或标量值数组。
概率分布,指定为与在此表中的函数或应用创建的概率分布的对象。
makedist
fitdist
paretotails
ICDF值,返回作为标量值或标量的值的数组。X是一样的大小吗p在任何必要的标量展开之后。中的每个元素X为分布的icdf值,由分布参数中对应的元素指定(一个,乙,C和d),或者通过概率分布对象中指定(pd),在相应的元件评价p。
icdf泛型函数是否通过其名称接受分布“名字”或者一个概率分布对象pd。这是更快地使用分配特定的功能,如NORMINV对于正态分布binoinv对于二项分布。对于分配特定的功能列表,请参阅万博1manbetx支持分布。
NORMINV
binoinv
使用说明及限制:
输入参数“名字”必须是一个编译时间常数。例如,使用正态分布,包括coder.Constant(“正常”)在-args的价值codegen。
coder.Constant(“正常”)
-args
codegen
输入参数pd可以是用于测试的,指数的,极值,对数正态分布,正常和威布尔分布的拟合概率分布对象。创建pd通过拟合概率分布从所述样本数据fitdist功能。对于一个示例,请参见概率分布对象的代码生成。
有关代码生成的更多信息,请参阅代码生成简介和通用代码生成流程。
分布更健康|CDF|fitdist|makedist|大中型企业|paretotails|PDF格式|随机
CDF
大中型企业
PDF格式
随机
您的系统中存在此示例的修改版本。你想打开这个版本吗?
您单击对应于该MATLAB命令的链接:
通过在MATLAB命令窗口中输入该命令来运行它。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站来获取可用的翻译内容,并查看本地事件和报价。根据你的位置,我们建议你选择:。
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。
联系你当地的办公室