约翰林
约翰逊系统随机数
句法
r = johnsrnd（stantiles，m，n）
r = johnsrnd（stantales）
[r,类型]= johnsrnd(…)
[r，type，coofs] = johnsrnd（...）
描述
r = johnsrnd（stantiles，m，n）返回一个m-通过-N从约翰逊系统中的分布绘制的随机数矩阵，其满足量化规范给出的量级规范数量。数量是定量的四元素矢量，用于所需的分布，该分布对应于标准正常量数[-1.5 -0.5 0.5 1.5]。换句话说，您可以通过指定与累积概率相对应的定量来指定从中绘制随机值的分发[0.067 0.309 0.691 0.933]。数量也可能是一个2-通过-4.矩阵，其第一行包含四个标准正态分位数，其第二行包含所需分布的相应分位数。标准法向分位数必须均匀间隔。
注意
因为R.是随机的样本，其样本量级通常在指定的分布量数略有不同。
r = johnsrnd（stantales）返回标量值。
r = johnsrnd（staneiles，m，n，......）或r = johnsrnd（stantiles，[m，n，...]）返回一个m-通过-N-By -...数组。
[r,类型]= johnsrnd(…)返回Johnson系统中指定分发的类型。类型是“锡”那'sl'那'SB'， 要么'su'。集m和N零以识别分发类型而不生成任何随机值。
约翰逊系统中的四种分布类型对应于正常随机变化的以下变换：
“锡”- 身份转换（正常分布）'sl'- 指数变换（Lognormal分布）'SB'- Logistic变换(有界)'su'- 双曲线正弦变换（无限制）
[r，type，coofs] = johnsrnd（...）返回系数COEFS.定义分布的转换。COEFS.是[伽玛，eta，epsilon，lambda]。如果Z.是标准正常随机变量和H是上面定义的转换之一，r =λ* h ((z-gamma) / eta) +ε是从对应的分布类型随机变化H。
例子
使用JOHNSON系统生成随机样本
这个例子展示了几种不同的方法来使用灵活分布族的Johnson系统来生成随机数并拟合样本数据的分布。
生成随着尾部比标准正常的较长率的随机值。
RNG.默认;重复性的％r = johnsrnd（[ - 1.7 -.5.5 1.7]，1000,1）;数字;qqplot（r）;
生成偏向右侧的随机值。
r = johnsrnd（[ - 1.3 -.5.5 1.7]，1000,1）;数字;qqplot（r）;
生成随机值，该值与右侧尾部良好匹配一些样本数据。
加载CARBIG.;qnorm = [.5 1 1.5 2];q = smianile（加速，rangcdf（qnorm））;r = johnsrnd（[qnorm; q]，1000,1）;[q; smartile（r，normcdf（qnorm））]
ans =.2×416.7000 18.2086 19.5376 21.7263 16.6986 18.2220 19.9078 22.0918
确定分发类型和系数。
[r，类型，cofs] = johnsrnd（[qnorm; q]，0）
r = []
type ='su'
COEFS =1×41.0920 0.5829 18.4382 1.4494
您还可以从以下列表中选择一个网站：
