Exponenta Banner
exponenta event banner

lognstat

Логнормальное среднее и дисперсия

свернуть все на странице

Синтаксис

[m, v] = lognstat (mu, sigma)

Описание

пример

[m,v] = lognstat(mu,sigma) возвращает среднее значение и дисперсию логнормального распределения с параметрами распределения mu (среднее логарифмических значений) и sigma (стандартное отклонение логарифмических значений).

Примеры

свернуть все

Открыть сценарий в реальном времени

Вычислить среднее и дисперсию логнормального распределения с параметрами mu и sigma. 

mu = 0;
sigma = 1;
[m,v] = lognstat(mu,sigma)
m = 1.6487

v = 4.6708

Входные аргументы

свернуть все

Среднее значение логарифмических значений для логнормального распределения, определяемое как скалярное значение или массив скалярных значений.

Чтобы вычислить средства и дисперсии нескольких распределений, задайте параметры распределения, используя массив скалярных значений. Если оба mu и sigma являются массивами, тогда размеры массивов должны быть одинаковыми. Если либо mu или sigma является скаляром, то lognstat расширяет скалярный аргумент в постоянный массив того же размера, что и другой аргумент. Каждый элемент в m и v - среднее значение и дисперсия распределения, определенные соответствующими элементами в mu и sigma.

Пример: [0 1 2; 0 1 2]

Типы данных: single | double

Стандартное отклонение логарифмических значений для логнормального распределения, определяемое как положительное скалярное значение или массив положительных скалярных значений.

Чтобы вычислить средства и дисперсии нескольких распределений, задайте параметры распределения, используя массив скалярных значений. Если оба mu и sigma являются массивами, тогда размеры массивов должны быть одинаковыми. Если либо mu или sigma является скаляром, то lognstat расширяет скалярный аргумент в постоянный массив того же размера, что и другой аргумент. Каждый элемент в m и v - среднее значение и дисперсия распределения, определенные соответствующими элементами в mu и sigma.

Пример: [1 1 1; 2 2 2]

Типы данных: single | double

Выходные аргументы

свернуть все

Среднее логнормального распределения, возвращаемое как скалярное значение или массив скалярных значений. m имеет тот же размер, что и mu и sigma после любого необходимого скалярного расширения. Каждый элемент в m - среднее логнормального распределения, указанное соответствующими элементами в mu и sigma.

Дисперсия логнормального распределения, возвращаемая как скалярное значение или массив скалярных значений. v имеет тот же размер, что и mu и sigma после любого необходимого скалярного расширения. Каждый элемент в v - дисперсия логнормального распределения, указанная соответствующими элементами в mu и sigma.

Подробнее

свернуть все

Логнормальное распределение

Логнормальное распределение - это вероятностное распределение, логарифм которого имеет нормальное распределение.

Средний m и различие v логарифмически нормальной случайной переменной являются функциями логарифмически нормальных параметров распределения µ и σ:

m=exp (μ +σ2/2) v=exp (2μ +σ2) (exp (σ2) −1)

Кроме того, Вы можете вычислить логарифмически нормальные параметры распределения µ и σ от среднего m и различия v:

λ = log (м2/v + м2) λ = log (v/m2 + 1)

Альтернативная функциональность

  • lognstat - функция, специфичная для логнормального распределения. Toolbox™ статистики и машинного обучения также предлагает общие функции для вычисления сводной статистики, включая среднее (mean), медиана (median), межквартильный диапазон (iqr), отклонение (var) и стандартное отклонение (std). Эти общие функции поддерживают различные распределения вероятностей. Для использования этих функций создайте LognormalDistribution объект распределения вероятности и передать объект в качестве входного аргумента.

Ссылки

[1] Настроение, А. М., Ф. А. Грейбилл и Д. К. Боэс. Введение в теорию статистики. 3-е изд., Нью-Йорк: Макгро-Хилл, 1974. стр 540–541.

[2] Эванс, М., Н. Гастингс и Б. Павлин. Статистические распределения. 2-е изд., Хобокен, Нью-Джерси: John Wiley & Sons, Inc., 1993.

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