文档帮助中心文档
学生的t概率密度函数
y = tpdf (x,ν)
例子
y= tpdf (x,nu)返回学生的概率密度函数(pdf)t分布与nu自由度,取值为x.
y= tpdf (x,nu)
y
x
nu
全部折叠
模式下的pdf值是自由度的递增函数。
学生的模式t分布在x= 0。在自由度模式下计算pdf1来6.
1
6
TPDF(0,1:6)
ans =1×60.3183 0.3536 0.3676 0.3750 0.3796 0.3827
的t分销收敛到标准正态分布,因为自由度方法无限。
计算标准正态分布和学生的PDF之间的差异t分发PDF30.的自由度。
30.
差异= tpdf (-2.5:2.5, 30) -normpdf (-2.5:2.5)
差异=1×60.0035 -0.0006 -0.0042 -0.0042 -0.0006 0.0035
评估PDF的值,指定为标量值或标量值数组。
若要在多个值上评估pdf,请指定x使用一个数组。
要评估多个分布的PDF,请指定nu使用一个数组。
如果输入参数中的一个或两个x和nu为数组,则数组大小必须相同。在这种情况下,TPDF.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y中的对应元素是否指定了分布的PDF值nu的对应元素处求值x.
TPDF.
例子:[-1 0 3 4]
[-1 0 3 4]
数据类型:单|双
单
双
学生的自由度t分布,指定为正标量值或正标量值数组。
例子:[9 19 49 99]
[9 19 49 99]
中的值评估的PDF值x,作为标量值或标量值数组返回。p大小是一样的吗x和nu在任何必要的标量展开之后。中的每个元素y中的对应元素是否指定了分布的PDF值nu的对应元素处求值x.
p
学生的t分布是一个单参数曲线族。的参数ν是自由度。学生的t分布的均值为零。
学生的PDFt分布是
y = f ( x | ν ) = Γ ( ν + 1 2 ) Γ ( ν 2 ) 1 ν π. 1 ( 1 + x 2 ν ) ν + 1 2 ,
在哪里ν为自由度,Γ(·)为函数。结果y观察到某一特定值的概率是x从学生的t分布与ν的自由度。
有关更多信息,请参见学生的T分配.
TPDF.是一个特定于学生的功能t分布。Statistics and Machine Learning Toolbox™也提供了通用函数pdf,它支持各种概率金宝app分布。使用pdf,指定概率分布名称及其参数。请注意,特定于分发功能TPDF.比泛型函数快吗pdf.
pdf
使用概率分布函数为概率分布创建一个累积分布函数(cdf)或概率密度函数(pdf)的交互式图的应用程序。
该功能完全支持GPU阵列。金宝app有关更多信息,请参见在GPU上运行MATLAB函数(并行计算工具箱).
pdf|tcdf|tinv|tstat|trnd|TTEST.|ttest2
tcdf
tinv
tstat
trnd
TTEST.
ttest2
您有这个示例的修改版本。您想打开这个示例与您的编辑吗?
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。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。
与当地办事处联系