Exponenta Banner

gampdf

Функция плотности гамма-вероятностей

Свернуть все на странице

Синтаксис

y = gampdf(x,a)
y = gampdf(x,a,b)

Описание

пример

y = gampdf(x,a) возвращает функцию плотности вероятностей (pdf) стандартного гамма- распределения с параметром shape a, рассчитывается по значениям в x.

пример

y = gampdf(x,a,b) возвращает PDF гамма- распределения с параметром shape a и параметр шкалы b, рассчитывается по значениям в x.

Примеры

свернуть все

Открыть Live Script

Вычислите плотность наблюдаемого значения 5 в стандартном гамма- распределении с параметром shape 2.

y1 = gampdf(5,2)
y1 = 0.0337

Вычислите плотность наблюдаемого значения 5 в гамма- распределения с параметром shape 2 и масштабные параметры 1 через 5. 

y2 = gampdf(5,2,1:5)
y2 = 1×5

    0.0337    0.1026    0.1049    0.0895    0.0736

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 a и b использование массивов.

Если один или несколько входные параметры x, a, и b являются массивами, тогда размеры массивов должны быть одинаковыми. В этом случае, gampdf расширяет каждый скалярный вход в постоянный массив того же размера, что входы массива. Каждый элемент в y - значение PDF распределения, заданное соответствующими элементами в a и b, рассчитывается в соответствующем элементе в x.

Пример: [3 4 7 9]

Типы данных: single | double

Фигурный параметр гамма- распределения, заданный 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 a и b использование массивов.

Если один или несколько входные параметры x, a, и b являются массивами, тогда размеры массивов должны быть одинаковыми. В этом случае, gampdf расширяет каждый скалярный вход в постоянный массив того же размера, что входы массива. Каждый элемент в y - значение PDF распределения, заданное соответствующими элементами в a и b, рассчитывается в соответствующем элементе в x.

Пример: [1 2 3 5]

Типы данных: single | double

Шкала параметр гамма- распределения, заданный 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 a и b использование массивов.

Если один или несколько входные параметры x, a, и b являются массивами, тогда размеры массивов должны быть одинаковыми. В этом случае, gampdf расширяет каждый скалярный вход в постоянный массив того же размера, что входы массива. Каждый элемент в y - значение PDF распределения, заданное соответствующими элементами в a и b, рассчитывается в соответствующем элементе в x.

Пример: [1 1 2 2]

Типы данных: single | double

Выходные аргументы

свернуть все

PDF, рассчитанные по значениям в x, возвращенный как скалярное значение или массив скалярных значений. y - тот же размер, что и x, a, и b после любого необходимого скалярного расширения. Каждый элемент в y - значение PDF распределения, заданное соответствующими элементами в a и b, рассчитывается в соответствующем элементе в x.

Подробнее о

свернуть все

Гамма- PDF

Гамма- распределение является двухпараметрическим семейством кривых. Параметры a и b являются формой и шкалой, соответственно.

Гамма- PDF

y=f(x|a,b)=1baΓ(a)xa−1e−xb,

где Β  (·) является Гамма-функцией.

Стандартный гамма- распределение происходит при b = 1.

Для получения дополнительной информации см. «Гамма- Распределение».

Альтернативная функциональность

  • gampdf является функцией, специфичной для гамма- распределения. Statistics and Machine Learning Toolbox™ также предлагает общую функцию pdf, который поддерживает различные распределения вероятностей. Использовать pdf, создать GammaDistribution объект распределения вероятностей и передать объект как входной параметр или задать имя распределения вероятностей и его параметры. Обратите внимание, что специфичная для распределения функция gampdf 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