文档帮助中心文档
指数累积分布函数
p = expcdf (x)
p = expcdf (x,μ)
[p,巴解组织,小狗]= expcdf (x,μ,pCov)
[p,巴解组织,小狗]= expcdf (x,μ,pCovα)
___= expcdf (___“上”)
例子
p= expcdf (x)返回标准指数分布的累积分布函数(cdf),按中的值求值x.
p= expcdf (x)
p
x
p= expcdf (x,μ)返回具有均值的指数分布的CDFμ的值x.
p= expcdf (x,μ)
μ
[p,巴解组织,小狗) = expcdf (x,μ,pCov)也返回95%置信区间[巴解组织,小狗的p当μ估计值是否有方差pCov.
[p,巴解组织,小狗) = expcdf (x,μ,pCov)
巴解组织
小狗
pCov
[p,巴解组织,小狗) = expcdf (x,μ,pCov,α)指定置信区间的置信级别[巴解组织小狗)是100(1α)%.
[p,巴解组织,小狗) = expcdf (x,μ,pCov,α)
α
100(1α)
___= expcdf (___“上”)返回cdf的补码,按中的值求值x使用一种算法,比从1中减去下尾值更精确地计算出极端上尾概率。“上”可以跟随前面语法中的任何输入参数组合。
“上”
全部折叠
计算在标准指数分布中的观测值落在区间内的概率(1 2).
(1 2)
P = expcdf([1 2]);p (2) - (1)
ans = 0.2325
指数分布的中位数是µ*日志(2).
µ*日志(2)
通过计算的cdf来确定中位数µ*日志(2)几个不同的选择µ.
µ
μ= 10:10:60;p = expcdf(日志(2)*亩,亩)
p =1×60.5000 0.5000 0.5000 0.5000 0.5000
均值的cdf总是等于1 - 1 / e(~ 0.6321).
1 - 1 / e
(~ 0.6321)
通过计算均值1到均值6的指数cdf来验证结果。
μ= 1:6;x =μ;p = expcdf (x,μ)
p =1×60.6321 0.6321 0.6321 0.6321 0.6321 0.6321
找到一个置信区间,估计观测值在该区间内的概率[0 1]使用指数分布数据。
[0 1]
生成1000从指数分布中抽取的随机数,均值为5。
1000
rng (“默认”)%的再现性x = exprnd (1000 1);
用置信区间估计均值。
[muhat, muci] = expfit (x)
muhat = 5.0129
muci =2×14.7161 - 5.3387
估计均值估计的方差。
[~, nCov] = explike (muhat, x)
nCov = 0.0251
创建置信区间,估计观测值在该区间内的概率[0 1].
[p,巴解组织,小狗]= expcdf (1 muhat nCov);pCi =[巴解组织;小狗)
pCi =2×10.1710 - 0.1912
expcdf使用平均值的对数估计的分布的正态近似计算置信区间。计算更精确的置信区间p通过评估expcdf关于置信区间muci.
expcdf
muci
muci pCi2 = expcdf (1)
pCi2 =2×10.1911 - 0.1708
范围pCi2是相反的,因为较低的平均值使事件发生的可能性更大,较高的平均值使事件发生的可能性更小。
pCi2
从指数分布中确定观察到的概率1在区间内50[正].
1
50[正]
P1 = 1 - expcdf(50,1)
p1 = 0
expcdf (50, 1)几乎是1,所以p1就变成了0.指定“上”这expcdf更精确地计算极端上尾概率。
expcdf (50, 1)
p1
0
p2 = expcdf (50, 1“上”)
p2 = 1.9287 e-22
用于计算cdf的值,指定为非负标量值或非负标量值数组。
要在多个值上计算cdf,请指定x使用一个数组。
要评估多个发行版的cdfs,请指定μ使用一个数组。
如果输入参数中的一个或两个x和μ为数组,则数组大小必须相同。在这种情况下,expcdf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中对应的元素是否指定分布的CDF值μ的对应元素处求值x.
例子:[3 4 7 9]
[3 4 7 9]
数据类型:单|双
单
双
指数分布的平均值,指定为一个正标量值或一组正标量值。
例子:[1 2 3 5]
[1 2 3 5]
估计的方差μ,指定为正标量值。
你可以估计μ通过使用expfit或大中型企业.然后你可以估计方差μ通过使用explike.结果的置信区间界限是基于对数分布的正态近似μ估计。你可以通过应用得到一个更精确的界限集expcdf的置信区间expfit.例如,请参见指数cdf值的置信区间.
expfit
大中型企业
explike
例子:0.10
置信区间的显著性水平,指定为范围(0,1)中的标量。置信水平是100(1α)%,α为置信区间不包含真值的概率。
例子:0.01
0.01
计算的CDF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μ在任何必要的标量展开之后。中的每个元素p中对应的元素是否指定分布的CDF值μ的对应元素处求值x.
置信下限p,作为标量值或标量值数组返回。巴解组织有相同的尺寸p.
上置信界p,作为标量值或标量值数组返回。小狗有相同的尺寸p.
指数分布是一组单参数曲线。的参数μ是一个意思。
指数分布的cdf是
p = F ( x | u ) = ∫ 0 x 1 μ e − t μ d t = 1 − e − x μ .
结果p从指数分布中单个观察到的概率是均值吗μ落在中间[0,x].常用的指数分布参数化方法是使用λ定义为一段时间内事件的平均数量,而不是μ,即事件发生的平均等待时间。λ和μ是倒数的。
有关更多信息,请参见指数分布.
expcdf是特定于指数分布的函数。Statistics and Machine Learning Toolbox™也提供了通用函数提供,它支持各种概率金宝app分布。使用提供,创建一个ExponentialDistribution概率分布对象,并将该对象作为输入参数传递或指定概率分布名称及其参数。请注意特定分布函数expcdf比泛型函数快吗提供.
提供
ExponentialDistribution
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).
ExponentialDistribution|提供|exppdf|expinv|expstat|expfit|explike|exprnd
exppdf
expinv
expstat
exprnd
이예제의수정된버전이있습니다。사용자가편집한내용을반영하여이예제를여시겠습니까?
다음MATLAB명령에해당하는링크를클릭했습니다。
명령을실행하려면MATLAB명령창에입력하십시오。웹브라우저는MATLAB명령을지원하지않습니다。
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