Exponenta Banner
exponenta event banner

lognpdf

Функция Lognormal вероятностной плотности

Свернуть все на странице

Синтаксис

y = lognpdf(x)
y = lognpdf(x,mu)
y = lognpdf(x,mu,sigma)

Описание

y = lognpdf(x) возвращает функцию плотности вероятностей (PDF) стандартного логнормального распределения, рассчитанную по значениям в x. В стандартном логнормальном распределении среднее и стандартное отклонение логарифмических значений составляют 0 и 1, соответственно.

y = lognpdf(x,mu) возвращает PDF lognormal distribution с параметрами распределения mu (среднее из логарифмических значений) и 1 (стандартное отклонение логарифмических значений), оцениваемых по значениям в x.

пример

y = lognpdf(x,mu,sigma) возвращает PDF lognormal distribution с параметрами распределения mu (среднее из логарифмических значений) и sigma (стандартное отклонение логарифмических значений), оцениваемое по значениям в x.

Примеры

свернуть все

Открыть Live Script

Вычислите значения PDF, рассчитанные по значениям в x для lognormal распределения со средним mu и стандартное отклонение sigma.

x = 0:0.02:10;
mu = 0;
sigma = 1;
y = lognpdf(x,mu,sigma);

Постройте график PDF.

plot(x,y)
grid on
xlabel('x')
ylabel('y')

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

Входные параметры

свернуть все

Значения, при которых можно вычислить PDF, 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 mu и sigma использование массивов. Если один или несколько входные параметры x, mu, и sigma являются массивами, тогда размеры массивов должны быть одинаковыми. В этом случае, lognpdf расширяет каждый скалярный вход в постоянный массив того же размера, что входы массива. Каждый элемент в y - значение PDF распределения, заданное соответствующими элементами в mu и sigma, рассчитывается в соответствующем элементе в x.

Пример: [-1,0,3,4]

Типы данных: single | double

Среднее значение логарифмических значений для логнормального распределения, заданное в виде скалярного значения или массива скалярных значений.

Чтобы вычислить PDF при нескольких значениях, задайте x использование массива. Чтобы вычислить PDFS нескольких распределений, задайте mu и sigma использование массивов. Если один или несколько входные параметры x, mu, и sigma являются массивами, тогда размеры массивов должны быть одинаковыми. В этом случае, lognpdf расширяет каждый скалярный вход в постоянный массив того же размера, что входы массива. Каждый элемент в y - значение PDF распределения, заданное соответствующими элементами в mu и sigma, рассчитывается в соответствующем элементе в x.

Пример: [0 1 2; 0 1 2]

Типы данных: single | double

Стандартное отклонение логарифмических значений для логарифмического распределения, заданное 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 mu и sigma использование массивов. Если один или несколько входные параметры x, mu, и sigma являются массивами, тогда размеры массивов должны быть одинаковыми. В этом случае, lognpdf расширяет каждый скалярный вход в постоянный массив того же размера, что входы массива. Каждый элемент в y - значение PDF распределения, заданное соответствующими элементами в mu и sigma, рассчитывается в соответствующем элементе в x.

Пример: [1 1 1; 2 2 2]

Типы данных: single | double

Выходные аргументы

свернуть все

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

Подробнее о

свернуть все

Логнормальное распределение

Логнормальное распределение является распределением вероятностей, логарифм которого имеет нормальное распределение.

Функция плотности вероятностей (pdf) логнормального распределения

y=f(x|μ,σ)=1xσ2πexp{−(logx−μ)22σ2}, для x>0.

Альтернативная функциональность

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

Ссылки

[1] Mood, A. M., F. A. Graybill, and D. C. Boes. Введение в теорию статистики. 3-е изд., Нью-Йорк: McGraw-Hill, 1974. стр 540–541.

[2] Эванс, М., Н. Гастингс и Б. Пикок. Статистические распределения. 2-е изд., Хобокен, Нью-Джерси: John Wiley & Sons, Inc., 1993.

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