Exponenta Banner
exponenta event banner

chi2pdf

Хи-квадратная функция плотности вероятностей

Свернуть все на странице

Синтаксис

y = chi2pdf(x,nu)

Описание

пример

y = chi2pdf(x,nu) возвращает функцию плотности вероятностей (PDF) распределения хи-квадрат со nu степени свободы, оцениваемые по значениям в x.

Примеры

свернуть все

Открыть Live Script

Вычислите плотность наблюдаемого значения 2 в распределении хи-квадрат с 3 степени свободы.

y1 = chi2pdf(2,3)
y1 = 0.2076

Вычислите плотность наблюдаемого значения 4 в распределениях хи-квадрат со степенями свободы 1 до 6.

y2 = chi2pdf(4,1:6)
y2 = 1×6

    0.0270    0.0677    0.1080    0.1353    0.1440    0.1353

Среднее значение распределения хи-квадрат равно степеням свободы. Вычислите плотность среднего для распределений хи-квадрат со степенями свободы 1 через 6.

nu = 1:6;
x = nu;
y3 = chi2pdf(x,nu)
y3 = 1×6

    0.2420    0.1839    0.1542    0.1353    0.1220    0.1120

Когда степени свободы увеличиваются, плотность среднего уменьшается.

Входные параметры

свернуть все

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

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

  • Чтобы вычислить PDFS 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, chi2pdf расширяет каждый скалярный вход в постоянный массив того же размера, что входы массива. Каждый элемент в y - значение PDF 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 PDF при нескольких значениях, задайте x использование массива.

  • Чтобы вычислить PDFS 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, chi2pdf расширяет каждый скалярный вход в постоянный массив того же размера, что входы массива. Каждый элемент в y - значение PDF 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

PDF, 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 y - значение PDF распределения, заданное соответствующим элементом в nu, рассчитывается в соответствующем элементе в x.

Подробнее о

свернуть все

Хи-квадрат pdf

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

PDF распределения хи-квадрат является

y=f(x|ν)=x(ν−2)/2e−x/22ν2Γ(ν/2),

где ν - степени свободы, а Β  (·) - Гамма-функция.

Для получения дополнительной информации смотрите Распределение Хи-квадрат.

Альтернативная функциональность

  • chi2pdf является функцией, специфичной для распределения хи-квадрат. Statistics and Machine Learning Toolbox™ также предлагает общую функцию pdf, который поддерживает различные распределения вероятностей. Использовать pdf, задайте имя распределения вероятностей и его параметры. Обратите внимание, что специфичная для распределения функция chi2pdf 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