Случайные числа системы 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 mоколо-n матрица случайных чисел, взятых из распределения в системе Пирсона со средним значением mu, стандартное отклонение sigma, перекос skewи куртоз kurt. Параметры mu, sigma, skew, и kurt должны быть скалярами.
Примечание
Поскольку r является случайной выборкой, ее моменты выборки, особенно асимметрия и куртоз, обычно несколько отличаются от заданных моментов распределения.
pearsrnd использует определение куртоза, для которого нормальное распределение имеет куртоз 3. Некоторые определения куртоза вычитают 3, так что нормальное распределение имеет куртоз 0. pearsrnd функция не использует это соглашение.
Некоторые комбинации моментов недействительны; в частности, куртоз должен быть больше, чем квадрат перекоса плюс 1. Куртоз нормального распределения определяется как 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 mоколо-nоколо-... массив.
[r,type] = pearsrnd(...) возвращает тип указанного распределения в системе Пирсона. type является скалярным целым числом от 0 кому 7. Набор m и n кому 0 для идентификации типа распределения без генерации случайных значений.
Семь типов распределения в системе Пирсона соответствуют следующим распределениям:
0 - Нормальное распределение
1 - Четырехпараметрическое бета-распределение
2 - Симметричное четырехпараметрическое бета-распределение
3 - Трехпараметрическое гамма-распределение
4 - Не связано с каким-либо стандартным распределением. Плотность пропорциональна:
(1 + ((x - a )/b) 2) -c exp (-d arctan ((x - a )/b)).
5 - Обратное распределение гамма-местоположения и масштаба
6 - Распределение в масштабе местоположения F
7 - Распределение по месту обучения
[r,type,coefs] = pearsrnd(...) возвращает коэффициенты coefs квадратичного многочлена, который определяет распределение через дифференциальное уравнение
(1) x + c (2) x2.
Создание случайных значений из 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, Н. Л., С. Коц и Н. Балакришнан (1994) Непрерывные одномерные распределения, том 1, Wiley-Interscience, Pg 15, Eqn 12.33.