Биномиальная функция плотности вероятности
y = binopdf(x,n,p)x используя соответствующее количество испытаний в n и вероятность успеха для каждого испытания в p.
x, n, и p могут быть векторами, матрицами или многомерными массивами одинакового размера. Альтернативно, один или более аргументов могут быть скалярами. binopdf функция расширяет скалярные входы до постоянных массивов с теми же размерами, что и другие входы.
Вычислите и постройте график биномиальной функции плотности вероятности для заданного диапазона целых значений, количества испытаний и вероятности успеха для каждого испытания.
За один день инспектор по обеспечению качества тестирует 200 печатных плат. 2% плат имеют дефекты. Вычислите вероятность того, что инспектор не обнаружит неисправных плат в любой день.
binopdf(0,200,0.02)
ans = 0.0176
Вычислите значения биномиальной функции плотности вероятности при каждом значении от 0 до 200. Эти значения соответствуют вероятности того, что инспектор найдет 0, 1, 2,..., 200 неисправных плат в любой данный день.
defects = 0:200; y = binopdf(defects,200,.02);
Постройте график полученных значений биномиальной вероятности.
plot(defects,y)
Вычислите наиболее вероятное количество неисправных плат, обнаруженных инспектором за день.
[x,i] = max(y); defects(i)
ans = 4
binopdf является функцией, специфичной для биномиального распределения. Toolbox™ статистики и машинного обучения также предлагает универсальную функцию pdf, которая поддерживает различные распределения вероятностей. Использовать pdfукажите имя вероятностного распределения и его параметры. Либо создайте BinomialDistribution объект распределения вероятности и передать объект в качестве входного аргумента. Обратите внимание, что специфичная для распределения функция binopdf быстрее, чем универсальная функция pdf.
Используйте приложение «Функция распределения вероятности» для создания интерактивного графика кумулятивной функции распределения (cdf) или функции плотности вероятности (pdf) для распределения вероятности.