NormalDistribution

Объект нормального распределения вероятностей

Описание

A NormalDistribution объект состоит из параметров, описания модели и выборочных данных для нормального распределения вероятностей.

Нормальное распределение, иногда называемое Гауссовым распределением, является двухпараметрическим семейством кривых. Обычным обоснованием для использования нормального распределения для моделирования является теорема Центрального предела, которая утверждает (примерно), что сумма независимых выборок из любого распределения с конечным средним и отклонением сходится к нормальному распределению, когда размер выборки идёт к бесконечности.

Нормальное распределение использует следующие параметры.

Параметр	Описание	Поддержка
`mu` (<reservedrangesplaceholder0>)	Средний	$- \infty < μ < \infty$
`sigma` (<reservedrangesplaceholder0>)	Стандартное отклонение	$σ \geq 0$

Создание

Существует несколько способов создать NormalDistribution объект распределения вероятностей.

Создайте распределение с заданными значениями параметров используя makedist.
Подбор распределения к данным с помощью fitdist.
Интерактивно подгоняйте распределение к данным с помощью приложения Distribution Fitter.

Свойства

расширить все

Параметры распределения

`mu` - Среднее
скалярное значение

Среднее значение нормального распределения, заданное как скалярное значение.

Типы данных: single | double

`sigma` - Стандартное отклонение
неотрицательное скалярное значение

Стандартное отклонение нормального распределения, заданное как неотрицательное скалярное значение.

Можно задать sigma быть нулем, когда вы создаете объект при помощи makedist. Некоторые функции объекта поддерживают объект pd с нулевым стандартным отклонением. Для примера, random(pd) всегда возвращается mu, и cdf(pd,x) возвращает 0 или 1. Значение выхода 0, если x меньше mu, и 1 в противном случае. mean, std, и var возвращает среднее, стандартное отклонение и дисперсию pd, соответственно.

Типы данных: single | double