binocdf

二项式累积分布函数

折叠所有页面

句法

Y = binocdf（X，N，P）

Y = binocdf（X，N，P， '上部'）

ÿ= binocdf（X，ñ，p）在每个值计算一个二项式累积分布函数X使用试验在相应的数ñ并成功的在每个试验的概率p。

X，ñ和p可以是向量，矩阵，或相同尺寸的多维数组。另外，一个或多个参数可以是标量。该binocdf功能扩展的标量输入到具有相同尺寸与其他输入恒定阵列。

ÿ= binocdf（X，ñ，p，'上'）返回二项式累积分布函数的补在每个值X，使用该更精确地计算极端上尾概率比默认算法的算法。

开立真实脚本

计算并绘制二项式累积分布函数为整数的值，试验次数，并成功用于每个试验的概率的指定范围内。

棒球队中扮演着一个赛季100场比赛，并有50％的机会赢得每一场比赛。找到球队胜率超过55场比赛在一个赛季的可能性。

格式长1  -  binocdf（55,100,0.5）

ANS = 0.135626512036917

找到团队50本55场比赛的赛季之间获胜的概率。

binocdf（55,100,0.5） -  binocdf（49,100,0.5）

ANS = 0.404168106656672

计算球队胜率超过55场比赛的概率在一个赛季中获胜，如果每场比赛范围为10％至90％的机会。

机会= 0.1：0.05：0.9;Y = 1  -  binocdf（55100，机会）;

绘制的结果。

散射（机会，y）的网格上

开立真实脚本

计算二项式累积分布函数的更准确的上尾概率的补码。

棒球队中扮演着一个赛季100场比赛，并有50％的机会赢得每一场比赛。找到球队胜率超过95场比赛在一个赛季的可能性。

格式长1  -  binocdf（95,100,0.5）

ANS = 0

这一结果表明，该概率是如此接近1（内EPS）从1中减去它给出0。为了更好地近似极端上尾概率，计算二项式累积分布函数的补体，而不是直接计算的差。

binocdf（95,100,0.5，'上'）

ANS = 3.224844447881779e-24

或者，使用binopdf功能找到球队获胜96，97，98，99，100场比赛在一个赛季的可能性。通过找到这些概率之和和功能。

总和（binopdf（96：100,100,0.5），'所有'）

ANS = 3.224844447881779e-24

值在其中计算二项式CDF，指定为整数或整数数组。的所有值X必须属于区间[0 n]的，其中ñ是试验次数。

例：[0 1 3 4]

数据类型：单|双

试验次数，指定为正整数或正整数的数组。

例：[10 20 50 100]

数据类型：单|双

成功用于每个试验的概率，指定为标量值或标量的值的数组。的所有值p必须属于区间[0 1]。

例：[0.01 0.1 0.5 0.7]

数据类型：单|双

二项式CDF值，返回作为标量值或标量的值的数组。中的每个元素ÿ被分布的二项式CDF值在相应的元件评价X。

数据类型：单|双

binocdf是一个功能特定于二项式分布。统计和机器学习工具箱™还提供了通用的功能CDF，其支持各种概率万博1manbetx分布。要使用CDF指定的概率分布的名称和它的参数。另外，创建二项分布概率分布对象和传递对象作为输入参数。需要注意的是具体分布函数binocdf比通用函数更快CDF。
使用概率分布函数应用创建的累积分布函数（CDF）或概率密度函数（pdf）为概率分布的交互图。