NormalDistribution

Объект нормального распределения вероятностей

Описание

NormalDistribution объект состоит из параметров, описания модели и выборочных данных для нормального распределения вероятностей.

Нормальное распределение, иногда названное Распределением Гаусса, является семейством кривых 2D параметра. Обычным выравниванием для использования нормального распределения для моделирования является Центральная предельная теорема, которая утверждает (примерно), что сумма независимых выборок от любого распределения с конечным средним значением и отклонением сходится к нормальному распределению, когда объем выборки переходит к бесконечности.

Нормальное распределение использует следующие параметры.

Параметр	Описание	Поддержка
`mu`(μ)	Среднее значение	$- \infty < μ < \infty$
`sigma`(σ)	Стандартное отклонение	$σ \geq 0$

Создание

Существует несколько способов создать NormalDistribution объект вероятностного распределения.

Создайте распределение с заданными значениями параметров с помощью makedist.
Соответствуйте распределению к данным с помощью fitdist.
В интерактивном режиме соответствуйте распределению к данным с помощью приложения Distribution Fitter.

Свойства

развернуть все

Параметры распределения

`mu` среднее значение
скалярное значение

Среднее значение нормального распределения в виде скалярного значения.

Типы данных: single | double

`sigma` Стандартное отклонение
неотрицательное скалярное значение

Стандартное отклонение нормального распределения в виде неотрицательного скалярного значения.

Можно задать sigma быть нулем, когда вы создаете объект при помощи makedist. Некоторые объектные функции поддерживают объект pd с нулевым стандартным отклонением. Например, random(pd) всегда возвращает mu, и cdf(pd,x) возвращается или 0 или 1. Выход 0 если x меньше, чем mu, и 1 в противном случае. meanстанд, и var возвратите среднее значение, стандартное отклонение и отклонение pd, соответственно.

Типы данных: single | double