Exponenta Banner
exponenta event banner

chi2pdf

Функция плотности вероятности хи-квадрата

свернуть все на странице

Синтаксис

y = chi2pdf(x,nu)

Описание

пример

y = chi2pdf(x,nu) возвращает функцию плотности вероятности (PDF) распределения хи-квадрат с nu степени свободы, оцененные в значениях в x.

Примеры

свернуть все

Скрипт Open Live Script

Вычислите плотность наблюдаемой величины 2 в распределении хи-квадрат с 3 степени свободы.

y1 = chi2pdf(2,3)
y1 = 0.2076

Вычислите плотность наблюдаемой величины 4 в распределениях хи-квадрат со степенями свободы 1 до 6.

y2 = chi2pdf(4,1:6)
y2 = 1×6

    0.0270    0.0677    0.1080    0.1353    0.1440    0.1353

Среднее значение распределения хи-квадрат равно степеням свободы. Вычислите плотность среднего значения для распределений хи-квадрат со степенями свободы 1 через 6.

nu = 1:6;
x = nu;
y3 = chi2pdf(x,nu)
y3 = 1×6

    0.2420    0.1839    0.1542    0.1353    0.1220    0.1120

Когда степени свободы увеличиваются, плотность средних уменьшений.

Входные параметры

свернуть все

Значения, в которых можно оценить PDF в виде неотрицательного скалярного значения или массива неотрицательных скалярных значений.

  • Чтобы оценить PDF в нескольких значениях, задайте x использование массива.

  • Чтобы оценить pdfs нескольких распределений, задайте nu использование массива.

Если или или оба из входных параметров x и nu массивы, затем размеры массивов должны быть тем же самым. В этом случае, chi2pdf расширяет каждый скалярный вход в постоянный массив одного размера с входными параметрами массивов. Каждый элемент в y значение PDF распределения, заданного соответствующим элементом в nu, оцененный в соответствующем элементе в x.

Пример: [3 4 7 9]

Типы данных: single | double

Степени свободы для распределения хи-квадрат в виде значения положительной скалярной величины или массива значений положительной скалярной величины.

  • Чтобы оценить PDF в нескольких значениях, задайте x использование массива.

  • Чтобы оценить pdfs нескольких распределений, задайте nu использование массива.

Если или или оба из входных параметров x и nu массивы, затем размеры массивов должны быть тем же самым. В этом случае, chi2pdf расширяет каждый скалярный вход в постоянный массив одного размера с входными параметрами массивов. Каждый элемент в y значение PDF распределения, заданного соответствующим элементом в nu, оцененный в соответствующем элементе в x.

Пример: [9 19 49 99]

Типы данных: single | double

Выходные аргументы

свернуть все

значения PDF оценены в значениях в x, возвращенный как скалярное значение или массив скалярных значений. p одного размера с x и nu после любого необходимого скалярного расширения. Каждый элемент в y значение PDF распределения, заданного соответствующим элементом в nu, оцененный в соответствующем элементе в x.

Больше о

свернуть все

Хи-квадрат PDF

Распределение хи-квадрат является семейством кривых с одним параметром. Параметр ν является степенями свободы.

PDF распределения хи-квадрат

y=f(x|ν)=x(ν−2)/2e−x/22ν2Γ(ν/2),

где ν является степенями свободы и Γ  (·) Гамма функция.

Для получения дополнительной информации смотрите Распределение хи-квадрат.

Альтернативная функциональность

  • chi2pdf функционально-специализированное к распределению хи-квадрат. Statistics and Machine Learning Toolbox™ также предлагает родовой функции pdf, который поддерживает различные вероятностные распределения. Использовать pdf, задайте имя вероятностного распределения и его параметры. Обратите внимание на то, что специфичный для распределения функциональный chi2pdf быстрее, чем родовая функция pdf.

  • Используйте приложение Probability Distribution Function, чтобы создать интерактивный график кумулятивной функции распределения (cdf) или функции плотности вероятности (PDF) для вероятностного распределения.

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Смотрите также

| | | |

Темы

Представлено до R2006a

Документация Statistics and Machine Learning Toolbox
Поддержка