主要内容

GAMCDF.

伽马累积分配功能

全部折叠到页面中

语法

p = gamcdf（x，a）
p = gamcdf（x，a，b）
[p,巴解组织,小狗]= gamcdf (x, a、b pCov)
[p,巴解组织,小狗]= gamcdf (x, a、b、pCovα)
___= gamcdf（___“上”)

描述

p= gamcdf（x,一个)返回标准伽马分布的累积分布函数(cdf)，形状参数为一个，评估价值x。

例子

p= gamcdf（x,一个,b)用形状参数返回伽马分布的CDF一个和缩放参数b，评估价值x。

例子

(p,巴解组织,小狗) = gamcdf (x,一个,b,pCov)也返回95%置信区间[巴解组织,小狗的p当一个和b是估计。pCov是估计参数的协方差矩阵。

(p,巴解组织,小狗) = gamcdf (x,一个,b,pCov,α)指定置信区间的置信级别[巴解组织小狗)是100(1α)%。

例子

___= gamcdf（___“上”)返回CDF的补充，在值下评估x，使用一种比从1减去下尾值更精确地计算极端上尾概率的算法。'上'可以遵循先前语法中的任何输入参数组合。

例子

全部收缩

打开直播脚本

计算伽马分布的平均值的cdf，它等于参数的乘积ab。

a = 1：6;b = 5:10;prob = gamcdf（a。* b，a，b）
概率=1×60.6321 0.5940 0.5768 0.5665 0.5595 0.5543

作为ab增加，分布变得更加对称，平均接近中位数。

打开直播脚本

找到一个置信区间，估计一个观测值在该区间内的概率[0 10]使用伽马分布式数据。

生成以下示例1000具有形状的分布随机数2和规模5。

x = gamrnd(2、5、1000,1);

计算参数的估计值。

(params, ~) = gamfit (x)
params =1×22.1089 - 4.8147

将参数存储为ahat和bhat。

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

找出参数估计的协方差。

[〜，ncov] = gamlike（params，x）
nCov =2×20.0077 -0.0176 -0.0176, 0.0512

创建置信区间估计观察在间隔中的概率[0 10]。

[概率,巴解组织,小狗]= gamcdf (10 ahat bhat nCov)
概率= 0.5830
巴解组织= 0.5587
小狗= 0.6069
打开直播脚本

确定具有形状参数的伽马分布观察的概率2尺度参数3在区间内[150正]。

P1 = 1  -  GAMCDF（150,2,3）
p1 = 0.

GAMCDF（150,2,3）几乎1,所以P1成为0。指定'上'这GAMCDF.更准确地计算极端上尾概率。

p2 = gamcdf(150年2、3、'上')
P2 = 9.8366E-21

输入参数

全部收缩

用于计算cdf的值，指定为非负标量值或非负标量值的数组。

如果您指定pCov来计算置信区间(巴解组织,小狗],然后x必须是标量值。

  • 要在多个值上计算cdf，请指定x使用一个数组。

  • 要评估多个分布的CDF，请指定一个和b使用数组。

如果一个或多个输入参数x,一个， 和b是数组，则数组大小必须相同。在这种情况下,GAMCDF.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p是相应元素指定的分布的CDF值一个和b，在对应的元素in处求值x。

例子：[3 4 7 9]

数据类型:单|双倍的

伽玛分布的形状，指定为正标量值或正标量值阵列。

  • 要在多个值上计算cdf，请指定x使用一个数组。

  • 要评估多个分布的CDF，请指定一个和b使用数组。

如果一个或多个输入参数x,一个， 和b是数组，则数组大小必须相同。在这种情况下,GAMCDF.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p是相应元素指定的分布的CDF值一个和b，在对应的元素in处求值x。

例子：[1 2 3 5]

数据类型:单|双倍的

伽马分布的比例，指定为正标量值或正标量值数组。

  • 要在多个值上计算cdf，请指定x使用一个数组。

  • 要评估多个分布的CDF，请指定一个和b使用数组。

如果一个或多个输入参数x,一个， 和b是数组，则数组大小必须相同。在这种情况下,GAMCDF.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p是相应元素指定的分布的CDF值一个和b，在对应的元素in处求值x。

例子：[1 1 2 2]

数据类型:单|双倍的

估计的协方差一个和b，表示为一个2 × 2矩阵。

如果您指定pCov来计算置信区间(巴解组织,小狗],然后x,一个， 和b必须是标量值。

你可以估计一个和b通过使用gamfit.或者大中型企业的协方差一个和b通过使用gamlike。例如，看到伽玛CDF值的置信区间。

数据类型:单|双倍的

置信区间的显着性水平，指定为范围（0,1）的标量。置信水平是100(1α)%,α置信区间不包含真实值的概率。

例子：0.01

数据类型:单|双倍的

输出参数

全部收缩

CDF值评估在值中x，返回为标量值或标量值数组。p与尺寸相同x,一个， 和b经过任何必要的标量扩展。中的每个元素p是相应元素指定的分布的CDF值一个和b，在对应的元素in处求值x。

较低的置信度p，返回为标量值或标量值数组。巴解组织和的尺寸一样吗p。

的置信上限p，返回为标量值或标量值数组。小狗和的尺寸一样吗p。

更多关于

全部收缩

γcdf实验组的

伽玛分布是一个双参数曲线系列。参数一个和b分别是形状和规模。

cdf是

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p是从伽马分布与参数的单一观察的概率一个和b落在间隔[0，x]。

cdf与不完全函数有关Gammainc.通过

f ( x | 一个 , b ) = Gammainc. ( x b , 一个 ) 。

标准伽玛分布发生时b= 1，与不完全函数恰好吻合。

有关更多信息，请参阅伽玛分布。

替代功能

  • GAMCDF.是一个特定于分布的函数。统计和机器学习工具箱™还提供了通用函数提供，它支持各种概率万博1manbetx分布。使用提供,创建一个伽马分布对象，并将对象作为输入参数传递，或指定概率分布名称及其参数。注意这个分布特定的函数GAMCDF.比一般函数快吗提供。

  • 使用概率分布函数应用程序创建一个交互式的累计分布函数(cdf)或概率密度函数(pdf)的概率分布。

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

在R2006A之前介绍

统计和机器学习工具箱文档

万博1manbetx

掌握机器学习:MATLAB一步一步的指南

掌握机器学习:MATLAB一步一步的指南

下载电子书