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
- 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 скаляры.
Примечание
Поскольку r
случайная выборка, 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. pearsrnd
функция не использует это соглашение.
Некоторые комбинации моментов не допустимы; в частности, эксцесс должен быть больше квадрата 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
- n
-... массив.
[r,type] = pearsrnd(...)
возвращает тип заданного распределения в системе Пирсона. type
скалярное целое число от 0
к 7
. Установите m
и n
к 0
чтобы идентифицировать распределение вводят, не генерация случайные значения.
Семь типов распределения в системе Пирсона соответствуют следующим распределениям:
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
из 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.