Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

pdf

Función de densidad de probabilidad

Descripción

ejemplo

y = pdf('name',x,A) devuelve la función de densidad de probabilidad (pdf) para la familia de distribución de un parámetro especificada por y el parámetro de distribución , evaluado en los valores de .'name'Ax

ejemplo

y = pdf('name',x,A,B) devuelve el pdf para la familia de distribución de dos parámetros especificada por y los parámetros de distribución y , evaluado según los valores de .'name'ABx

y = pdf('name',x,A,B,C) devuelve el pdf para la familia de distribución de tres parámetros especificada por y los parámetros de distribución , , y , evaluados en los valores de .'name'ABCx

y = pdf('name',x,A,B,C,D) devuelve el pdf para la familia de distribución de cuatro parámetros especificada por y los parámetros de distribución , , , y , evaluados en los valores de .'name'ABCDx

ejemplo

y = pdf(pd,x) devuelve el pdf del objeto de distribución de probabilidad , evaluado en los valores de .pdx

Ejemplos

contraer todo

Cree un objeto de distribución normal estándar con la media

<math display="block">
<mrow>
<mi>μ</mi>
</mrow>
</math>
igual a 0 y la desviación estándar
<math display="block">
<mrow>
<mi>σ</mi>
</mrow>
</math>
igual a 1.

mu = 0; sigma = 1; pd = makedist('Normal','mu',mu,'sigma',sigma);

Defina el vector de entrada para que contenga los valores en los que calcular el pdf.x

x = [-2 -1 0 1 2];

Calcular los valores pdf para la distribución normal estándar en los valores de .x

y = pdf(pd,x)
y = 1×5

    0.0540    0.2420    0.3989    0.2420    0.0540

Cada valor en corresponde a un valor en el vector de entrada .yx Por ejemplo, en el valor igual a 1, el valor pdf correspondiente es igual a 0.2420.xy

Como alternativa, puede calcular los mismos valores pdf sin crear un objeto de distribución de probabilidad. Utilice la función y especifique una distribución normal estándar utilizando los mismos valores de parámetro parapdf

<math display="block">
<mrow>
<mi>μ</mi>
</mrow>
</math>
Y
<math display="block">
<mrow>
<mi>σ</mi>
</mrow>
</math>
.

y2 = pdf('Normal',x,mu,sigma)
y2 = 1×5

    0.0540    0.2420    0.3989    0.2420    0.0540

Los valores pdf son los mismos que los calculados utilizando el objeto de distribución de probabilidad.

Cree un objeto de distribución de Poisson con el parámetro rate,

<math display="block">
<mrow>
<mi>λ</mi>
</mrow>
</math>
, igual a 2.

lambda = 2; pd = makedist('Poisson','lambda',lambda);

Defina el vector de entrada para que contenga los valores en los que calcular el pdf.x

x = [0 1 2 3 4];

Calcular los valores pdf para la distribución de Poisson en los valores de .x

y = pdf(pd,x)
y = 1×5

    0.1353    0.2707    0.2707    0.1804    0.0902

Cada valor en corresponde a un valor en el vector de entrada .yx Por ejemplo, en el valor igual a 3, el valor pdf correspondiente es igual a 0.1804.xy

Como alternativa, puede calcular los mismos valores pdf sin crear un objeto de distribución de probabilidad. Utilice la función y especifique una distribución de Poisson utilizando el mismo valor para el parámetro rate,pdf

<math display="block">
<mrow>
<mi>λ</mi>
</mrow>
</math>
.

y2 = pdf('Poisson',x,lambda)
y2 = 1×5

    0.1353    0.2707    0.2707    0.1804    0.0902

Los valores pdf son los mismos que los calculados utilizando el objeto de distribución de probabilidad.

Cree un objeto de distribución normal estándar.

pd = makedist('Normal')
pd =    NormalDistribution    Normal distribution        mu = 0     sigma = 1  

Especifique los valores y calcule el pdf.x

x = -3:.1:3; pdf_normal = pdf(pd,x);

Trazar el pdf.

plot(x,pdf_normal,'LineWidth',2)

Cree un objeto de distribución de probabilidad de Weibull.

pd = makedist('Weibull','a',5,'b',2)
pd =    WeibullDistribution    Weibull distribution     A = 5     B = 2  

Especifique los valores y calcule el pdf.x

x = 0:.1:15; y = pdf(pd,x);

Trazar el pdf.

plot(x,y,'LineWidth',2)

Argumentos de entrada

contraer todo

Nombre de distribución de probabilidad, especificado como uno de los nombres de distribución de probabilidad en esta tabla.

'name'DistribuciónParámetro de entradaAParámetro de entradaBParámetro de entradaCParámetro de entradaD
'Beta'Beta Distributionprimer parámetro de formaasegundo parámetro de formab
'Binomial'Binomial Distributionnúmero de ensayosnprobabilidad de éxito para cada ensayop
'BirnbaumSaunders'Birnbaum-Saunders Distributionparámetro de escalaβparámetro de formaγ
'Burr'Burr Type XII Distributionparámetro de escalaαprimer parámetro de formacsegundo parámetro de formak
'Chisquare'Chi-Square Distributiongrados de libertadν
'Exponential'Exponential DistributionDecirμ
'Extreme Value'Extreme Value Distributionparámetro de ubicaciónμparámetro de escalaσ
'F'F Distributionν1 grados de libertad del numeradorν2 grados de libertad denominador
'Gamma'Gamma Distributionparámetro de formaaparámetro de escalab
'Generalized Extreme Value'Generalized Extreme Value Distributionparámetro de formakparámetro de escalaσparámetro de ubicaciónμ
'Generalized Pareto'Generalized Pareto Distributionparámetro de índice de cola (forma)kparámetro de escalaσumbral (ubicación)μ
'Geometric'Geometric Distributionparámetro de probabilidadp
'HalfNormal'Half-Normal Distributionparámetro de ubicaciónμparámetro de escalaσ
'Hypergeometric'Hypergeometric Distributiontamaño de la poblaciónmnúmero de artículos con la característica deseada en la poblaciónknúmero de muestras extraídasn
'InverseGaussian'Inverse Gaussian Distributionparámetro de escalaμparámetro de formaλ
'Logistic'Logistic DistributionDecirμparámetro de escalaσ
'LogLogistic'Loglogistic Distributionmedia de los valores logarítmicosμparámetro de escala de los valores logarítmicosσ
'Lognormal'Distribución Lognormalmedia de los valores logarítmicosμdesviación estándar de los valores logarítmicosσ
'Nakagami'Nakagami Distributionparámetro de formaμparámetro de escalaω
'Negative Binomial'Negative Binomial Distributionnúmero de éxitosrprobabilidad de éxito en un solo ensayop
'Noncentral F'Noncentral F Distributionν1 grados de libertad del numeradorν2 grados de libertad denominadorparámetro de no centralidadδ
'Noncentral t'Noncentral t Distributiongrados de libertadνparámetro de no centralidadδ
'Noncentral Chi-square'Noncentral Chi-Square Distributiongrados de libertadνparámetro de no centralidadδ
'Normal'Distribución normalDecirμ desviación estándarσ
'Poisson'Distribución de PoissonDecirλ
'Rayleigh'Rayleigh Distributionparámetro de escalab
'Rician'Rician Distributionparámetro de no centralidadsparámetro de escalaσ
'Stable'Stable Distributionprimer parámetro de formaαsegundo parámetro de formaβparámetro de escalaγparámetro de ubicaciónδ
'T'Student's t Distributiongrados de libertadν
'tLocationScale't Location-Scale Distributionparámetro de ubicaciónμparámetro de escalaσparámetro de formaν
'Uniform'Uniform Distribution (Continuous)punto final inferior (mínimo)apunto final superior (máximo)b
'Discrete Uniform'Uniform Distribution (Discrete)valor máximo observablen
'Weibull'Weibull Distributionparámetro de escalaaparámetro de formab

Ejemplo: 'Normal'

Valores en los que evaluar el pdf, especificado como un valor escalar o una matriz de valores escalares.

Si uno o varios de los argumentos de entrada , , , , y son matrices, los tamaños de matriz deben ser los mismos.xABCD En este caso, pdf expande cada entrada escalar en una matriz constante del mismo tamaño que las entradas de matriz. Consulte las definiciones de , , , y para cada distribución.'name'ABCD

Ejemplo: [-1,0,3,4]

Tipos de datos: single | double

Primer parámetro de distribución de probabilidad, especificado como un valor escalar o una matriz de valores escalares.

Si uno o varios de los argumentos de entrada , , , , y son matrices, los tamaños de matriz deben ser los mismos.xABCD En este caso, pdf expande cada entrada escalar en una matriz constante del mismo tamaño que las entradas de matriz. Consulte las definiciones de , , , y para cada distribución.'name'ABCD

Tipos de datos: single | double

Segundo parámetro de distribución de probabilidad, especificado como un valor escalar o una matriz de valores escalares.

Si uno o varios de los argumentos de entrada , , , , y son matrices, los tamaños de matriz deben ser los mismos.xABCD En este caso, pdf expande cada entrada escalar en una matriz constante del mismo tamaño que las entradas de matriz. Consulte las definiciones de , , , y para cada distribución.'name'ABCD

Tipos de datos: single | double

Tercer parámetro de distribución de probabilidad, especificado como un valor escalar o una matriz de valores escalares.

Si uno o varios de los argumentos de entrada , , , , y son matrices, los tamaños de matriz deben ser los mismos.xABCD En este caso, pdf expande cada entrada escalar en una matriz constante del mismo tamaño que las entradas de matriz. Consulte las definiciones de , , , y para cada distribución.'name'ABCD

Tipos de datos: single | double

Cuarto parámetro de distribución de probabilidad, especificado como un valor escalar o una matriz de valores escalares.

Si uno o varios de los argumentos de entrada , , , , y son matrices, los tamaños de matriz deben ser los mismos.xABCD En este caso, pdf expande cada entrada escalar en una matriz constante del mismo tamaño que las entradas de matriz. Consulte las definiciones de , , , y para cada distribución.'name'ABCD

Tipos de datos: single | double

Distribución de probabilidad, especificada como un objeto de distribución de probabilidad creado con una función o aplicación en esta tabla.

Función o aplicaciónDescripción
makedistCree un objeto de distribución de probabilidad utilizando valores de parámetro especificados.
fitdistAjuste un objeto de distribución de probabilidad a los datos de muestra.
Creador FitterAjuste una distribución de probabilidad a los datos de ejemplo mediante la aplicación interactiva Distribution Fitter y exporte el objeto ajustado al área de trabajo.
paretotailsCree un objeto de distribución por parte que haya generalizado las distribuciones de Pareto en las colas.

Argumentos de salida

contraer todo

valores pdf, devueltos como un valor escalar o una matriz de valores escalares. es del mismo tamaño que después de cualquier expansión escalar necesaria.yx Cada elemento en es el valor pdf de la distribución, especificado por los elementos correspondientes en los parámetros de distribución ( , , , y ) o especificado por el objeto de distribución de probabilidad ( ), evaluado en el elemento correspondiente en .yABCDpdx

Funcionalidad alternativa

  • es una función genérica que acepta una distribución por su nombre o un objeto de distribución de probabilidad.pdf'name'pd Es más rápido utilizar una función específica de la distribución, como para la distribución normal y para la distribución binomial.normpdfbinopdf Para obtener una lista de funciones específicas de la distribución, véase .Supported Distributions

  • Utilice la aplicación para crear una gráfica interactiva de la función de distribución acumulativa (cdf) o la función de densidad de probabilidad (pdf) para una distribución de probabilidad.Función de distribución de probabilidad

Capacidades ampliadas

Introducido antes de R2006a