Системные случайные числа Пирсона
r = pearsrnd(mu,sigma,skew,kurt,m,n)
r = pearsrnd(mu,sigma,skew,kurt)
r = pearsrnd(mu,sigma,skew,kurt,m,n,...)
r
= pearsrnd(mu,sigma,skew,kurt,[m,n,...])
[r,type] = pearsrnd(...)
[r,type,coefs] = pearsrnd(...)
r = pearsrnd(mu,sigma,skew,kurt,m,n) возвращает m-by-n матрица случайных чисел, чертивших от распределения в системе Пирсона со средним mu, стандартное отклонение sigma, скошенность skew и эксцесс kurt. Параметры mu, sigma, skew и kurt должны быть скалярами.
Поскольку r является случайной выборкой, ее демонстрационные моменты, особенно скошенность и эксцесс, обычно отличаются несколько с заданных моментов распределения.
pearsrnd использует определение эксцесса, для которого нормальное распределение имеет эксцесс 3. Некоторые определения эксцесса вычитают 3, так, чтобы нормальное распределение имело эксцесс 0. Функция pearsrnd не использует это соглашение.
Некоторые комбинации моментов не допустимы; в частности, эксцесс должен быть больше, чем квадрат скошенности плюс 1. Эксцесс нормального распределения задан, чтобы быть 3.
r = pearsrnd(mu,sigma,skew,kurt) возвращает скалярное значение.
r = pearsrnd(mu,sigma,skew,kurt,m,n,...) или r
= pearsrnd(mu,sigma,skew,kurt,[m,n,...]) возвращает m-by-n-by-... массив.
[r,type] = pearsrnd(...) возвращает тип заданного распределения в системе Пирсона. type является скалярным целым числом от 0 до 7. Установите m и n к 0 идентифицировать тип распределения, не генерация случайные значения.
Семь типов распределения в системе Пирсона соответствуют следующим дистрибутивам:
1 — Бета распределение с четырьмя параметрами
2 — Симметричное бета распределение с четырьмя параметрами
3 — Гамма распределение с тремя параметрами
4 — Не связанный с любым стандартным распределением. Плотность пропорциональна:
(1 + ((x – a)/b) 2) –c exp (–d arctan ((x – a)/b)).
5 — Обратное гамма распределение шкалы местоположения
6 — распределение шкалы местоположения F
7 — Распределение шкалы местоположения t студента
[r,type,coefs] = pearsrnd(...) возвращает коэффициенты coefs квадратичного полинома, который задает распределение через дифференциальное уравнение
Сгенерируйте случайные значения от стандартного нормального распределения:
r = pearsrnd(0,1,0,3,100,1); % Equivalent to randn(100,1)
[r,type] = pearsrnd(0,1,1,4,0,0);
r =
[]
type =
1[1] Джонсон, N.L., С. Коц и Н. Бэлэкришнэн (1994) непрерывные одномерные распределения, объем 1, Wiley-межнаука, Pg 15, Eqn 12.33.