均匀分布(连续)
概述
均匀分布(也称为均匀分布)两个参数曲线族,是值得注意的,因为它有一个恒定的概率分布函数(pdf)之间的两个边界参数。这个分布适合代表舍入错误的分布值列表一个特定数量的小数。使用均匀分布的随机数生成技术,如反演方法。
统计和机器学习工具箱™提供几种方法与均匀分布。
创建一个概率分布对象<一个href="//www.tatmou.com/uk/uk/help/stats/prob.uniformdistribution.html">
UniformDistribution
通过指定参数值(<一个href="//www.tatmou.com/uk/uk/help/stats/makedist.html">makedist
)。然后,使用对象函数来评估分布,生成随机数,等等。使用特定功能(<一个href="//www.tatmou.com/uk/uk/help/stats/unifcdf.html">
unifcdf
,<一个href="//www.tatmou.com/uk/uk/help/stats/unifpdf.html">unifpdf
,<一个href="//www.tatmou.com/uk/uk/help/stats/unifinv.html">unifinv
,<一个href="//www.tatmou.com/uk/uk/help/stats/unifit.html">unifit
,<一个href="//www.tatmou.com/uk/uk/help/stats/unifstat.html">unifstat
,<一个href="//www.tatmou.com/uk/uk/help/stats/unifrnd.html">unifrnd
)与指定的分布参数。特定函数可以接受多个均匀分布的参数。使用泛型分布函数(<一个href="//www.tatmou.com/uk/uk/help/stats/prob.normaldistribution.cdf.html">
提供
,<一个href="//www.tatmou.com/uk/uk/help/stats/prob.normaldistribution.icdf.html">icdf
,<一个href="//www.tatmou.com/uk/uk/help/stats/prob.normaldistribution.pdf.html">pdf
,<一个href="//www.tatmou.com/uk/uk/help/stats/prob.normaldistribution.random.html">随机
与指定名称(分布)“统一”
)和参数。
参数
均匀分布使用以下参数。
参数 | 描述 | 金宝app |
---|---|---|
一个 |
较低的端点 | ——∞<一个<b |
b |
上端点 | 一个<b<∞ |
标准的均匀分布<年代p一个n class="inlineequation">一个= 0和<年代p一个n class="inlineequation">b= 1。
参数估计
的<年代p一个n class="emphasis">最大似然估计(毫升)估计,最大似然函数的参数。的最大似然估计<年代p一个n class="inlineequation">一个和<年代p一个n class="inlineequation">b均匀分布的样本的最小和最大,分别。
符合均匀分布数据和找到参数估计,使用<一个href="//www.tatmou.com/uk/uk/help/stats/unifit.html">unifit
或<一个href="//www.tatmou.com/uk/uk/help/stats/mle.html">大中型企业
。
概率密度函数
均匀分布的pdf
pdf是恒定的一个和b。
例如,看到的<一个href="//www.tatmou.com/uk/uk/help/stats/uniform-distribution-continuous.html" class="intrnllnk">计算连续均匀分布的pdf。
累积分布函数
累积分布函数(cdf)均匀分布的
结果p的概率是一个观察从均匀分布参数一个和b落在区间[一个x]。
例如,看到的<一个href="//www.tatmou.com/uk/uk/help/stats/uniform-distribution-continuous.html" class="intrnllnk">计算连续均匀分布cdf。
描述性统计
均匀分布的均值<年代p一个n class="inlineequation"> 。
均匀分布的方差<年代p一个n class="inlineequation"> 。
随机数生成
您可以使用标准的均匀分布生成随机数其他连续分布的反演方法。反演方法依赖于持续的累积分布函数的原则(cdfs)在开区间范围一致<年代p一个n class="inlineequation">(0,1)。如果u是一个随机数<年代p一个n class="inlineequation">(0,1),然后<年代p一个n class="inlineequation">x=F
1(u)生成一个随机数x从连续分布与指定的提供F
。
例如,看到的<一个href="//www.tatmou.com/uk/uk/help/stats/generate-random-numbers-using-the-uniform-distribution-inversion-method.html" class="a">使用均匀分布反演生成随机数。
例子
计算连续均匀分布的pdf
创建三个均匀分布对象与不同的参数。
pd1 = makedist (<年代p一个n style="color:#A020F0">“统一”);<年代p一个n style="color:#228B22">%标准均匀分布pd2 = makedist (<年代p一个n style="color:#A020F0">“统一”,<年代p一个n style="color:#A020F0">“低”2,<年代p一个n style="color:#A020F0">“上”2);<年代p一个n style="color:#228B22">% = 2均匀分布,b = 2pd3 = makedist (<年代p一个n style="color:#A020F0">“统一”,<年代p一个n style="color:#A020F0">“低”2,<年代p一个n style="color:#A020F0">“上”1);<年代p一个n style="color:#228B22">% = 2均匀分布,b = 1
计算三个均匀分布的pdf文档。
x = 3: .01:3;pdf1 = pdf (pd1 x);pdf2 = pdf (pd2 x);pdf3 = pdf (pd3 x);
情节pdf文档在同一轴。
图;情节(x, pdf1,<年代p一个n style="color:#A020F0">“r”,<年代p一个n style="color:#A020F0">“线宽”2);持有<年代p一个n style="color:#A020F0">在;情节(x, pdf2,<年代p一个n style="color:#A020F0">凯西:”,<年代p一个n style="color:#A020F0">“线宽”2);情节(x, pdf3,<年代p一个n style="color:#A020F0">b -。,<年代p一个n style="color:#A020F0">“线宽”2);传奇({<年代p一个n style="color:#A020F0">“b = 0 = 1”,<年代p一个n style="color:#A020F0">“= 2,b = 2”,<年代p一个n style="color:#A020F0">“= 2,b = 1”},<年代p一个n style="color:#A020F0">“位置”,<年代p一个n style="color:#A020F0">“西北”);包含(<年代p一个n style="color:#A020F0">“观察”)ylabel (<年代p一个n style="color:#A020F0">的概率密度)举行<年代p一个n style="color:#A020F0">从;
区间的宽度(a, b)
增加,每个pdf的高度降低。
计算连续均匀分布cdf
创建三个均匀分布对象与不同的参数。
pd1 = makedist (<年代p一个n style="color:#A020F0">“统一”);<年代p一个n style="color:#228B22">%标准均匀分布pd2 = makedist (<年代p一个n style="color:#A020F0">“统一”,<年代p一个n style="color:#A020F0">“低”2,<年代p一个n style="color:#A020F0">“上”2);<年代p一个n style="color:#228B22">% = 2均匀分布,b = 2pd3 = makedist (<年代p一个n style="color:#A020F0">“统一”,<年代p一个n style="color:#A020F0">“低”2,<年代p一个n style="color:#A020F0">“上”1);<年代p一个n style="color:#228B22">% = 2均匀分布,b = 1
计算cdfs的三个均匀分布。
x = 3: .01:3;cdf1 = cdf (pd1 x);cdf2 = cdf (pd2 x);cdf3 = cdf (pd3 x);
情节cdfs在同一轴。
图;情节(x, cdf1,<年代p一个n style="color:#A020F0">“r”,<年代p一个n style="color:#A020F0">“线宽”2);持有<年代p一个n style="color:#A020F0">在;情节(x, cdf2,<年代p一个n style="color:#A020F0">凯西:”,<年代p一个n style="color:#A020F0">“线宽”2);情节(x, cdf3,<年代p一个n style="color:#A020F0">b -。,<年代p一个n style="color:#A020F0">“线宽”2);传奇({<年代p一个n style="color:#A020F0">“b = 0 = 1”,<年代p一个n style="color:#A020F0">“= 2,b = 2”,<年代p一个n style="color:#A020F0">“= 2,b = 1”},<年代p一个n style="color:#A020F0">“位置”,<年代p一个n style="color:#A020F0">“西北”);包含(<年代p一个n style="color:#A020F0">“观察”)ylabel (<年代p一个n style="color:#A020F0">“累积概率”)举行<年代p一个n style="color:#A020F0">从;
区间的宽度(a, b)
的斜率增加,每个cdf实验组的减少。
相关的分布
引用
[1]阿布拉莫维茨、弥尔顿和艾琳a . Stegun eds。数学函数的手册:公式、图、表和数学。9。多佛打印。[Nachdr。Ausg。冯1972]。多佛关于数学的书。纽约,纽约州:多佛出版,2013年。
[2]Devroye,卢克。非均匀随机变量生成。纽约,纽约:激飞纽约,1986年。<一个href="https://doi.org/10.1007/978-1-4613-8643-8" target="_blank">https://doi.org/10.1007/978 - 1 - 4613 - 8643 - 8
[3]埃文斯Merran,尼古拉斯•黑斯廷斯和布莱恩孔雀。统计分布。第二版。纽约:j·威利,1993年。
另请参阅
UniformDistribution
|<年代p一个n itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">unifcdf
|<年代p一个n itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">unifpdf
|<年代p一个n itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">unifinv
|<年代p一个n itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">unifit
|<年代p一个n itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">unifstat
|<年代p一个n itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">unifrnd
|<年代p一个n itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">makedist
|<年代p一个n itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">fitdist