binopdf

Функция биномиальной плотности вероятностей

Свернуть все на странице

Синтаксис

y = binopdf(x,n,p)

Описание

пример

y = binopdf(x,n,p) вычисляет биномиальную функцию плотности вероятностей при каждом из значений в x использование соответствующего количества испытаний в n и вероятность успеха для каждого испытания в p.

x, n, и p могут быть векторами, матрицами или многомерными массивами того же размера. Кроме того, один или несколько аргументов могут быть скалярами. The binopdf функция расширяет скалярные входы до постоянных массивов с такими же размерностями, как и другие входы.

Примеры

свернуть все

Открыть Live Script

Вычислите и постройте график функции биномиальной плотности вероятностей для заданной области целочисленных значений, количества испытаний и вероятности успеха для каждого исследования.

За один день инспектор контроля качества тестирует 200 плат. 2% плат имеют дефекты. Вычислите вероятность того, что инспектор не найдет дефектных плат в любой конкретный день.

binopdf(0,200,0.02)
ans = 0.0176

Вычислите значения функции биномиальной плотности вероятностей при каждом значении от 0 до 200. Эти значения соответствуют вероятностям того, что инспектор найдет 0, 1, 2,..., 200 дефектных плат в любой данный день.

defects = 0:200;
y = binopdf(defects,200,.02);

Постройте график получившихся биномиальных значений вероятностей.

plot(defects,y)

Figure contains an axes. The axes contains an object of type line.

Вычислите наиболее вероятное количество дефектных плат, которые инспектор находит за день.

[x,i] = max(y);
defects(i)
ans = 4

Входные параметры

свернуть все

Значения, при которых можно вычислить биномиальный PDF, заданные как целое число или массив целых чисел. Все значения x должна принадлежать интервалу [0 n], где n количество испытаний.

Пример: [0,1,3,4]

Типы данных: single | double

Количество испытаний, заданное в виде положительного целого числа или массива положительных целых чисел.

Пример: [10,20,50,100]

Типы данных: single | double

Вероятность успеха для каждого исследования, заданная как скалярное значение или массив скалярных значений. Все значения p должна принадлежать интервалу [0 1].

Пример: [0.01,0.1,0.5,0.7]

Типы данных: single | double

Выходные аргументы

свернуть все

Биномиальные значения pdf, возвращенные как скалярное значение или массив скалярных значений. Каждый элемент в y - биномиальное значение PDF распределения, рассчитанное соответствующим элементом в x.

Типы данных: single | double

Подробнее о

свернуть все

Функция биномиальной плотности вероятностей

Функция биномиальной плотности вероятностей позволяет вам получить вероятность точно x успехов в n испытаниях с p вероятностей успеха в одном испытании.

Биномиальная функция плотности вероятностей для заданного значения x и заданная пара параметров n и p является

y=f(x|n,p)=(nx)pxq(n−x)I(0,1,...,n)(x)

где q = 1 - p. Получившееся y значения является вероятностью наблюдений точно x успехов в n независимых испытаниях, где вероятность успеха в любом данном исследовании p. Функция I индикатора (0,1,..., n) (x) гарантирует, что x принимает только значения 0, 1,..., n.

Альтернативная функциональность

  • binopdf является функцией, специфичной для биномиального распределения. Statistics and Machine Learning Toolbox™ также предлагает общую функцию pdf, который поддерживает различные распределения вероятностей. Использовать pdf, задайте имя распределения вероятностей и его параметры. Кроме того, создайте BinomialDistribution объект распределения вероятностей и передать объект как входной параметр. Обратите внимание, что специфичная для распределения функция binopdf быстрее, чем обобщенная функция pdf.

  • Используйте приложение Probability Distribution Function, чтобы создать интерактивный график совокупной функции распределения (cdf) или функции плотности вероятностей (pdf) для распределения вероятностей.

Расширенные возможности

Генерация кода C/C + +
Сгенерируйте код C и C++ с помощью Coder™ MATLAB ®

.

См. также

| | | | | |

Темы

Представлено до R2006a

Statistics and Machine Learning Toolbox документация

Поддержка

Для просмотра документации необходимо авторизоваться на сайте