pearsrnd

Системные случайные числа Пирсона

Синтаксис

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(...)

Описание

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:

  • 0Нормальное распределение

  • 1Бета распределение с четырьмя параметрами

  • 2 — Симметричное бета распределение с четырьмя параметрами

  • 3Гамма распределение с тремя параметрами

  • 4 — Не связанный с любым стандартным распределением. Плотность пропорциональна:

    (1 + ((xa)/b) 2) c exp (–d arctan ((xa)/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

ddxlog(p(x))=(a+x)c(0)+c(1)x+c(2)x2.

Примеры

Сгенерируйте случайные значения от стандартного нормального распределения:

r = pearsrnd(0,1,0,3,100,1);  % Equivalent to randn(100,1)
Определите тип распределения:
[r,type] = pearsrnd(0,1,1,4,0,0);
r =
     []
type =
     1

Ссылки

[1] Джонсон, N.L., С. Коц и Н. Бэлэкришнэн (1994) непрерывные одномерные распределения, объем 1, Wiley-межнаука, Pg 15, Eqn 12.33.

Расширенные возможности

Введен в R2006a
Для просмотра документации необходимо авторизоваться на сайте