Exponenta Banner
exponenta event banner

gampdf

Гамма функция плотности вероятности

свернуть все на странице

Синтаксис

y = gampdf(x,a)
y = gampdf(x,a,b)

Описание

пример

y = gampdf(x,a) возвращает функцию плотности вероятности (PDF) стандартного гамма распределения параметром формы a, оцененный в значениях в x.

пример

y = gampdf(x,a,b) возвращает PDF гамма распределения параметром формы a и масштабный коэффициент b, оцененный в значениях в x.

Примеры

свернуть все

Скрипт Open Live Script

Вычислите плотность наблюдаемой величины 5 в стандартном гамма распределении параметром формы 2.

y1 = gampdf(5,2)
y1 = 0.0337

Вычислите плотность наблюдаемой величины 5 в гамма распределениях параметром формы 2 и масштабные коэффициенты 1 через 5. 

y2 = gampdf(5,2,1:5)
y2 = 1×5

    0.0337    0.1026    0.1049    0.0895    0.0736

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 a и b использование массивов.

Если один или несколько входных параметров xA, и b массивы, затем размеры массивов должны быть тем же самым. В этом случае, gampdf расширяет каждый скалярный вход в постоянный массив одного размера с входными параметрами массивов. Каждый элемент в y значение PDF распределения, заданного соответствующими элементами в a и b, оцененный в соответствующем элементе в x.

Пример: [3 4 7 9]

Типы данных: single | double

Сформируйте параметр гамма распределения 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 a и b использование массивов.

Если один или несколько входных параметров xA, и b массивы, затем размеры массивов должны быть тем же самым. В этом случае, gampdf расширяет каждый скалярный вход в постоянный массив одного размера с входными параметрами массивов. Каждый элемент в y значение PDF распределения, заданного соответствующими элементами в a и b, оцененный в соответствующем элементе в x.

Пример: [1 2 3 5]

Типы данных: single | double

Масштабный коэффициент гамма распределения 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 a и b использование массивов.

Если один или несколько входных параметров xA, и b массивы, затем размеры массивов должны быть тем же самым. В этом случае, gampdf расширяет каждый скалярный вход в постоянный массив одного размера с входными параметрами массивов. Каждый элемент в y значение PDF распределения, заданного соответствующими элементами в a и b, оцененный в соответствующем элементе в x.

Пример: [1 1 2 2]

Типы данных: single | double

Выходные аргументы

свернуть все

значения PDF оценены в значениях в x, возвращенный как скалярное значение или массив скалярных значений. y одного размера с xA, и b после любого необходимого скалярного расширения. Каждый элемент в y значение PDF распределения, заданного соответствующими элементами в a и b, оцененный в соответствующем элементе в x.

Больше о

свернуть все

Гамма PDF

Гамма распределение является семейством кривых 2D параметра. Параметры a и b являются формой и шкалой, соответственно.

Гамма PDF

y=f(x|a,b)=1baΓ(a)xa−1e−xb,

где Γ  (·) Гамма функция.

Стандартное гамма распределение происходит когда b = 1.

Для получения дополнительной информации смотрите Гамма Распределение.

Альтернативная функциональность

  • gampdf функционально-специализированное к гамма распределению. Statistics and Machine Learning Toolbox™ также предлагает родовой функции pdf, который поддерживает различные вероятностные распределения. Использовать pdf, создайте GammaDistribution объект вероятностного распределения и передача объект как входной параметр или задают имя вероятностного распределения и его параметры. Обратите внимание на то, что специфичный для распределения функциональный gampdf 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