Логарифмически нормальная кумулятивная функция распределения
p = logncdf(x)
p = logncdf(x,mu)
p = logncdf(x,mu,sigma)
[p,pLo,pUp] = logncdf(x,mu,sigma,pCov)
[p,pLo,pUp] = logncdf(x,mu,sigma,pCov,alpha)
___ = logncdf(___,'upper')
Функция logncdf
использует дополнительную функцию ошибок erfc
. Отношение между logncdf
и erfc
Дополнительная функция ошибок erfc(x)
задана как
Функция logncdf
вычисляет доверительные границы для p
при помощи метода дельты. Нормальное распределение cdf значение log(x)
с параметрами mu
и sigma
эквивалентно cdf значению (log(x)–mu)/sigma
с параметрами 0 и 1. Поэтому функция logncdf
оценивает отклонение (log(x)–mu)/sigma
с помощью ковариационной матрицы mu
и sigma
методом дельты, и находит доверительные границы (log(x)–mu)/sigma
с помощью оценок этого отклонения. Затем функция преобразовывает границы к шкале p
. Вычисленные границы дают приблизительно желаемый доверительный уровень, когда вы оцениваете mu
, sigma
и pCov
от больших выборок.
logncdf
является функционально-специализированным к логарифмически нормальному распределению. Statistics and Machine Learning Toolbox™ также предлагает родовой функции cdf
, который поддерживает различные распределения вероятностей. Чтобы использовать cdf
, создайте распределение вероятностей LognormalDistribution
, возражают и передают объект как входной параметр или задают имя распределения вероятностей и его параметры. Обратите внимание на то, что специфичный для распределения функциональный logncdf
быстрее, чем родовая функция cdf
.
Используйте приложение Probability Distribution Function, чтобы создать интерактивный график кумулятивной функции распределения (cdf) или функции плотности вероятности (PDF) для распределения вероятностей.
[1] Abramowitz, M. и я. А. Стегун. Руководство математических функций. Нью-Йорк: Дувр, 1964.
[2] Эванс, M., Н. Гастингс и Б. Пикок. Статистические Дистрибутивы. 2-й редактор, Хобокен, NJ: John Wiley & Sons, Inc., 1993.
LognormalDistribution
| cdf
| erfc
| lognfit
| logninv
| lognlike
| lognpdf
| lognrnd
| lognstat