Exponenta Banner
exponenta event banner

chi2cdf

Совокупная функция распределения Хи-квадрат

Свернуть все на странице

Синтаксис

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

Описание

пример

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

пример

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

Примеры

свернуть все

Открыть Live Script

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

p1 = chi2cdf(3,5)
p1 = 0.3000

Вычислите 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 значение распределения хи-квадрат равно степеням свободы. Вычислите 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

Когда степени свободы увеличиваются, вероятность того, что наблюдение из хи-квадратного распределения со степенями свободы nu меньше, чем приближается среднее значение 0.5.

Открыть Live Script

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

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

chi2cdf(100,3) почти 1, так p1 становится 0. Задайте 'upper' так что chi2cdf вычисляет крайние вероятности верхнего хвоста более точно.

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

Входные параметры

свернуть все

Значения, при которых можно вычислить cdf, заданные как неотрицательное скалярное значение или массив неотрицательных скалярных значений.

  • Чтобы вычислить cdf при нескольких значениях, задайте x использование массива.

  • Чтобы вычислить cdfs нескольких распределений, задайте nu использование массива.

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

Пример: [3 4 7 9]

Типы данных: single | double

Степени свободы для распределения хи-квадрат, заданные как положительная скалярная величина значение или массив положительной скалярной величины значений.

  • Чтобы вычислить cdf при нескольких значениях, задайте x использование массива.

  • Чтобы вычислить cdfs нескольких распределений, задайте nu использование массива.

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

Пример: [9 19 49 99]

Типы данных: single | double

Выходные аргументы

свернуть все

значения cdf, рассчитанные по значениям в x, возвращенный как скалярное значение или массив скалярных значений. p - тот же размер, что и x и nu после любого необходимого скалярного расширения. Каждый элемент в p - значение cdf распределения, заданное соответствующим элементом в nu, рассчитывается в соответствующем элементе в x.

Подробнее о

свернуть все

Хи-квадрат cdf

Распределение хи-квадрат является однопараметрическим семейством кривых. Параметром ν являются степени свободы.

cdf распределения хи-квадрат является

p=F(x|ν)=∫0xt(ν−2)/2e−t/22ν/2Γ(ν/2)dt,

где ν - степени свободы, а Β  (·) - Гамма-функция. Результатом p является вероятность того, что одно наблюдение из распределения хи-квадрат с ν степенями свободы падает в интервале [0, x].

Для получения дополнительной информации смотрите Распределение Хи-квадрат.

Альтернативная функциональность

  • chi2cdf является функцией, специфичной для распределения хи-квадрат. Statistics and Machine Learning Toolbox™ также предлагает общую функцию cdf, который поддерживает различные распределения вероятностей. Использовать cdf, задайте имя распределения вероятностей и его параметры. Обратите внимание, что специфичная для распределения функция chi2cdf быстрее, чем обобщенная функция cdf.

  • 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