Exponenta Banner
exponenta event banner

tpdf

Функция плотности вероятности студента

свернуть все на странице

Синтаксис

y = tpdf (x, nu)

Описание

пример

y = tpdf(x,nu) возвращает функцию плотности вероятности (pdf) распределения Стьюдента с nu степени свободы, вычисляемые при значениях в x.

Примеры

свернуть все

Открыть сценарий в реальном времени

Значение pdf в режиме является возрастающей функцией степеней свободы.

Режим распределения Стьюдента t равен x = 0. Вычисление pdf в режиме для степеней свободы 1 кому 6. 

tpdf(0,1:6)
ans = 1×6

    0.3183    0.3536    0.3676    0.3750    0.3796    0.3827

Распределение t сходится к стандартному нормальному распределению, когда степени свободы приближаются к бесконечности.

Вычислите разницу между pdfs стандартного нормального распределения и t-дистрибутивом Student с помощью 30 степени свободы.

difference = tpdf(-2.5:2.5,30)-normpdf(-2.5:2.5)
difference = 1×6

    0.0035   -0.0006   -0.0042   -0.0042   -0.0006    0.0035

Входные аргументы

свернуть все

Значения для вычисления pdf, заданные как скалярное значение или массив скалярных значений.

  • Чтобы вычислить pdf для нескольких значений, укажите x с использованием массива.

  • Чтобы вычислить pdfs 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 tpdf расширяет каждый скалярный ввод в постоянный массив того же размера, что и входные данные массива. Каждый элемент в y - значение в формате pdf распределения, указанное соответствующим элементом в nu, оценивается в соответствующем элементе в x.

Пример: [-1 0 3 4]

Типы данных: single | double

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

  • Чтобы вычислить pdf для нескольких значений, укажите x с использованием массива.

  • Чтобы вычислить pdfs 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 tpdf расширяет каждый скалярный ввод в постоянный массив того же размера, что и входные данные массива. Каждый элемент в y - значение в формате pdf 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 pdf вычисляются по значениям 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 y - значение в формате pdf распределения, указанное соответствующим элементом в nu, оценивается в соответствующем элементе в x.

Подробнее

свернуть все

Студенческий t pdf

Распределение Стьюдента представляет собой однопараметрическое семейство кривых. Parameterstart- это степени свободы. Распределение Стьюдента имеет нулевое среднее.

PDF дистрибутива Student's t

y=f (x 'ν) = Γ (ν + 12) Γ (ν2) 1νπ1 (1+x2ν) ν + 12,

где λ - степени свободы, а Γ  (·) - Гамма-функция. Результатом y является вероятность наблюдения конкретного значения x из t-распределения Стьюдента с/s степенями свободы.

Дополнительные сведения см. в разделе Распределение студентов.

Альтернативная функциональность

  • tpdf является функцией, специфичной для распределения Стьюдента. Toolbox™ статистики и машинного обучения также предлагает универсальную функцию pdf, которая поддерживает различные распределения вероятностей. Использовать pdfукажите имя вероятностного распределения и его параметры. Обратите внимание, что специфичная для распределения функция tpdf 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.

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