Многомерная нормальная кумулятивная функция распределения
возвращает кумулятивную функцию распределения (cdf) многомерного нормального распределения с нулем среднего и единичной ковариационной матрицы, рассчитанной в каждой строке p
= mvncdf(X
)X
. Для получения дополнительной информации см. Раздел «Многомерное нормальное распределение».
задает параметры управления для численного интегрирования, используемого для вычисления p
= mvncdf(___,options
)p
, использование любой комбинации входных аргументов в предыдущих синтаксисах. Создайте options
аргумент, использующий statset
функция с любой комбинацией параметров 'TolFun'
, 'MaxFunEvals'
, и 'Display'
.
В одномерном случае Sigma
- дисперсия, а не стандартное отклонение. Для примера, mvncdf(1,0,4)
то же, что и normcdf(1,0,2)
, где 4
- отклонение и 2
- стандартное отклонение.
Для двухмерных и трехмерных распределений, mvncdf
использует адаптивную квадратуру на преобразовании плотности t, основанную на методах, разработанных Дрезнером и Везоловским [1]
и [2]Генцем [3]. Для четырёх или более размерностей, mvncdf
использует алгоритм интегрирования квази-Монте-Карло, основанный на методах, разработанных Генцем и Бретцем [4]
.[5]
[1] Дрезнер, Z. «Расчет тривариатного нормального интеграла». Математика расчетов. Том 63, 1994, стр. 289-294.
[2] Дрезнер, З., и Г. О. Везоловский. «Об расчете двухмерного нормального интеграла». Журнал статистических расчетов и симуляции. Том 35, 1989, стр. 101-107.
[3] Genz, A. «Численный расчет прямоугольных двухфазных и трехфазных нормальных и t вероятностей». Статистика и вычисления. Том 14, № 3, 2004, стр. 251-260.
[4] Genz, A., and F. Bretz. Численный расчет многомерных t вероятностей с приложением к вычислению степени нескольких контрастов. Журнал статистических расчетов и симуляции. Том 63, 1999, стр. 361-378.
[5] Genz, A., and F. Bretz. Сравнение методов расчета многомерных t-вероятностей. Журнал вычислительной и графической статистики. Том 11, № 4, 2002, стр. 950-971.
[6] Коц, С., Н. Балакришнан, и Н. Л. Джонсон. Непрерывные многомерные распределения: Том 1: Модели и приложения. 2-й ред. Нью-Йорк: John Wiley & Sons, Inc., 2000.