主要内容

GAMCDF.

伽马累积分配功能

折叠所有页面

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）中形状参数的标准伽马分布的累积分布函数(cdf)一个，评估值x．

例子

p= gamcdf（x，一个，b）用形状参数返回伽马分布的CDF一个和尺度参数b，评估值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，在值中评估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，估计观测值在该区间内的概率[0 10]使用伽玛分布式数据。

生成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

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

确定与形状参数的伽马分布观察的概率2尺度参数3将在区间内[150正]．

P1 = 1  -  GAMCDF（150,2,3）
P1 = 0.

GAMCDF（150,2,3）几乎是1,所以P1成为0．指定'上'这GAMCDF.更精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数组。

如果您指定pCov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为数组，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中对应的元素是否指定分布的CDF值一个和b的对应元素处求值x．

例子：[3 4 7 9]

数据类型:单|双

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为数组，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中对应的元素是否指定分布的CDF值一个和b的对应元素处求值x．

例子：[1 2 3 5]

数据类型:单|双

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为数组，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中对应的元素是否指定分布的CDF值一个和b的对应元素处求值x．

例子：[1 1 2 2]

数据类型:单|双

估计的协方差一个和b，指定为2 × 2矩阵。

如果您指定pCov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，并估计协方差一个和b通过使用gamlike．例如，请参见伽玛CDF值的置信区间．

数据类型:单|双

置信区间的意义水平，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是否。

例子：0．01

数据类型:单|双

输出参数

全部收缩

CDF值以值评估x，返回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中对应的元素是否指定分布的CDF值一个和b的对应元素处求值x．

较低的置信度p，返回标量值或标量值数组。巴解组织有相同的尺寸p．

上置信界p，返回标量值或标量值数组。小狗有相同的尺寸p．

更多关于

全部收缩

γcdf实验组的

伽玛分布是一个双参数的曲线系列。参数一个和b分别为形状和尺度。

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.是特定于伽马分布的函数。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,创建一个伽马分布概率分布对象，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GAMCDF.比泛型函数快吗提供．

  • 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。

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

金宝app

掌握机器学习:一步一步的指导与MATLAB

掌握机器学习:一步一步的指导与MATLAB

下载电子书