normpdf

正常的概率密度函数

折叠所有页面

句法

Y = normpdf（x）的
y = normpdf (x,μ)
Y = normpdf（X，μ，西格马）

描述

例

ÿ= normpdf（X）返回标准正态分布的概率密度函数（pdf），在评价值X。

ÿ= normpdf（X，μ）返回均值的正态分布的概率密度函数μ和单元的标准偏差，在评价值X。

例

ÿ= normpdf（X，μ，西格玛）返回均值的正态分布的概率密度函数μ和标准偏差西格玛，取值范围为X。

例子

全部收缩

打开生活的脚本

计算PDF值在值的标准正态分布X。

x = (2, 1, 0, 1, 2);Y = normpdf（x）的
Y =1×50.0540 0.2420 0.3989 0.2420 0.0540
打开生活的脚本

计算在中的值处计算的pdf值X与均值的正态分布μ和标准偏差西格玛。

x = (2, 1, 0, 1, 2);μ= 2;σ= 1;Y = normpdf（X，μ，西格马）
Y =1×50.0001 0.0044 0.0540 0.2420 0.3989

计算具有不同平均值参数的各种正态分布在0处的pdf值。

亩= [-2，-1,0,1,2];σ= 1;Y = normpdf（0，μ，西格马）
Y =1×50.0540 0.2420 0.3989 0.2420 0.0540

输入参数

全部收缩

要在其中对pdf求值的值，指定为标量值或标量值数组。

为了评估在多个值的PDF，指定X使用阵列。为了评估多个分布的PDF文件，指定μ和西格玛使用数组。如果一个或多个输入参数X，μ,西格玛是数组，则数组的大小必须是相同的。在这种情况下，normpdf每个标量输入扩展到相同大小的阵列输入的恒定阵列。中的每个元素ÿ是通过在相应的元件指定的分布的概率密度函数值μ和西格玛中，在相应的元件评价X。

例：(1 0、3、4)

数据类型：单|双

正态分布的平均值，指定为标量值或标量值数组。

为了评估在多个值的PDF，指定X使用阵列。为了评估多个分布的PDF文件，指定μ和西格玛使用数组。如果一个或多个输入参数X，μ,西格玛是数组，则数组的大小必须是相同的。在这种情况下，normpdf每个标量输入扩展到相同大小的阵列输入的恒定阵列。中的每个元素ÿ是通过在相应的元件指定的分布的概率密度函数值μ和西格玛中，在相应的元件评价X。

例：[0 1 2;0 1 2]

数据类型：单|双

正常分布的标准偏差，指定为正标量的值或正标量的值的阵列。

为了评估在多个值的PDF，指定X使用阵列。为了评估多个分布的PDF文件，指定μ和西格玛使用数组。如果一个或多个输入参数X，μ,西格玛是数组，则数组的大小必须是相同的。在这种情况下，normpdf每个标量输入扩展到相同大小的阵列输入的恒定阵列。中的每个元素ÿ是通过在相应的元件指定的分布的概率密度函数值μ和西格玛中，在相应的元件评价X。

例：[1 1 1;2 2 2)

数据类型：单|双

输出参数

全部收缩

PDF值，在评价值X，返回作为标量值或标量的值的数组。ÿ的尺寸与相同X，μ,西格玛之后的任何必要的标量膨胀。中的每个元素ÿ是通过在相应的元件指定的分布的概率密度函数值μ和西格玛中，在相应的元件评价X。

更多关于

全部收缩

正态分布

正态分布是一个双参数曲线族。第一个参数，μ为均值。第二个参数,σ是标准偏差。

标准正态分布均值为0，单位标准差为0。

正态概率密度函数(pdf)为

ÿ = F （ X | μ ， σ ） = 1 σ 2 π Ë - （ X - μ ） 2 2 σ 2 ， 对于 X ∈ ℝ 。

该似然函数是视为参数的函数的PDF。最大似然估计（极大似然估计）是参数估计最大化似然函数为固定值X。

选择功能

  • normpdf是一个特定于正态分布的函数。统计和机器学习工具箱™也提供了通用功能PDF格式，其支持各种概率金宝app分布。要使用PDF格式， 创建一个正态分布概率分布对象和传递对象作为输入参数，或指定的概率分布的名称和它的参数。需要注意的是具体分布函数normpdf比通用函数更快PDF格式。

  • 使用概率分布函数应用创建的累积分布函数（CDF）或概率密度函数（pdf）为概率分布的交互图。

参考文献

[1]埃文斯，M.，N.赫斯廷斯，和B.孔雀。统计分布。第2版​​。新泽西州霍博肯市：John Wiley和Sons公司，1993年。

扩展功能

C / C ++代码生成
使用MATLAB®编码器™生成C和c++代码。

也可以看看

||||||

主题

之前介绍过的R2006a

统计和机器学习工具箱文档
金宝app
掌握机器学习：有步骤，分步指南与MATLAB

掌握机器学习：有步骤，分步指南与MATLAB

下载电子书