Exponenta Banner
exponenta event banner

chi2cdf

Кумулятивная функция распределения хи-квадрат

свернуть все на странице

Синтаксис

p = chi2cdf (x, nu)
p = chi2cdf (x, nu, 'верхний')

Описание

пример

p = chi2cdf(x,nu) возвращает кумулятивную функцию распределения (cdf) распределения хи-квадрат со степенями свободы nu, оценивается по значениям в x.

пример

p = chi2cdf(x,nu,'upper') возвращает дополнение cdf, вычисленное по значениям в x со степенями свободы nu, используя алгоритм, который более точно вычисляет экстремальные вероятности верхнего конца, чем вычитание нижнего значения конца из 1.

Примеры

свернуть все

Открыть сценарий в реальном времени

Вычислить вероятность того, что наблюдение из распределения хи-квадрат с помощью 5 степени свободы находятся в интервале [0 3].

p1 = chi2cdf(3,5)
p1 = 0.3000

Вычислить вероятность того, что наблюдение из распределения хи-квадрат со степенями свободы 1 через 5 находится в интервале [0 3].

p2 = chi2cdf(3,1:5)
p2 = 1×5

    0.9167    0.7769    0.6084    0.4422    0.3000

Среднее из распределения хи-квадрат равно степеням свободы. Вычислить вероятность того, что наблюдение находится в интервале [0 nu] для степеней свободы 1 через 6.

nu = 1:6;
x = nu;
p3 = chi2cdf(x,nu)
p3 = 1×6

    0.6827    0.6321    0.6084    0.5940    0.5841    0.5768

По мере увеличения степеней свободы вероятность того, что наблюдение из распределения хи-квадрат со степенями свободы nu меньше, чем среднее значение подходов 0.5.

Открыть сценарий в реальном времени

Определите вероятность того, что наблюдение из распределения хи-квадрат с 3 степени свободы на интервале [100 Inf]. 

p1 = 1 - chi2cdf(100,3)
p1 = 0

chi2cdf(100,3) почти 1, так p1 становится 0. Определить 'upper' чтобы chi2cdf более точно вычисляет экстремальные вероятности верхнего хвоста.

p2 = chi2cdf(100,3,'upper')
p2 = 1.5542e-21

Входные аргументы

свернуть все

Значения для вычисления cdf, заданные как неотрицательное скалярное значение или массив неотрицательных скалярных значений.

  • Чтобы вычислить cdf при нескольких значениях, укажите x с использованием массива.

  • Чтобы оценить cdfs нескольких распределений, укажите nu с использованием массива.

Если один или оба входных аргумента x и nu являются массивами, тогда размеры массивов должны быть одинаковыми. В этом случае chi2cdf расширяет каждый скалярный ввод в постоянный массив того же размера, что и входные данные массива. Каждый элемент в p - значение cdf распределения, указанное соответствующим элементом в nu, оценивается в соответствующем элементе в x.

Пример: [3 4 7 9]

Типы данных: single | double

Степени свободы для распределения хи-квадрат, заданные как положительное скалярное значение или массив положительных скалярных значений.

  • Чтобы вычислить cdf при нескольких значениях, укажите x с использованием массива.

  • Чтобы оценить cdfs нескольких распределений, укажите nu с использованием массива.

Если один или оба входных аргумента x и nu являются массивами, тогда размеры массивов должны быть одинаковыми. В этом случае chi2cdf расширяет каждый скалярный ввод в постоянный массив того же размера, что и входные данные массива. Каждый элемент в p - значение cdf распределения, указанное соответствующим элементом в nu, оценивается в соответствующем элементе в x.

Пример: [9 19 49 99]

Типы данных: single | double

Выходные аргументы

свернуть все

значения cdf, вычисленные при значениях в x, возвращается в виде скалярного значения или массива скалярных значений. p имеет тот же размер, что и x и nu после любого необходимого скалярного расширения. Каждый элемент в p - значение cdf распределения, указанное соответствующим элементом в nu, оценивается в соответствующем элементе в x.

Подробнее

свернуть все

Хи-Квадрат Cdf

Распределение хи-квадрат представляет собой однопараметрическое семейство кривых. Параметр start- это степени свободы.

Cdf распределения хи-квадрат является

p=F (x 'ν) = ∫0xt (ν−2)/2e−t/22ν/2Γ (ν/2) dt,

где λ - степени свободы, а Γ  (·) - Гамма-функция. Результатом p является вероятность того, что единственное наблюдение из распределения хи-квадрат со степенями свободы, падает в интервале [0, x].

Дополнительные сведения см. в разделе Распределение хи-квадрата.

Альтернативная функциональность

  • chi2cdf является функцией, специфичной для распределения хи-квадрат. Toolbox™ статистики и машинного обучения также предлагает универсальную функцию cdf, которая поддерживает различные распределения вероятностей. Использовать cdfукажите имя вероятностного распределения и его параметры. Обратите внимание, что специфичная для распределения функция chi2cdf быстрее, чем универсальная функция cdf.

  • Используйте приложение «Функция распределения вероятности» для создания интерактивного графика кумулятивной функции распределения (cdf) или функции плотности вероятности (pdf) для распределения вероятности.

Расширенные возможности

Создание кода C/C + +
Создайте код C и C++ с помощью MATLAB ® Coder™

.

См. также

| | | |

Темы

Представлен до R2006a

Документация по инструментам для статистического и машинного обучения

Поддержка