Main Content

icdf

逆累积分布函数

说明

x = icdf(name,p,A) 基于 p 中的概率值计算并返回由 name 和分布参数 A 指定的单参数分布族的逆累积分布函数 (icdf) 值。

示例

x = icdf(name,p,A,B) 基于 p 中的概率值计算并返回由 name 以及分布参数 AB 指定的双参数分布族的 icdf 值。

x = icdf(name,p,A,B,C) 基于 p 中的概率值计算并返回由 name 以及分布参数 ABC 指定的三参数分布族的 icdf 值。

x = icdf(name,p,A,B,C,D)p 中的概率值计算并返回由 name 以及分布参数 ABCD 指定的四参数分布族的 icdf 值。

示例

x = icdf(pd,p)p 中的概率值计算并返回概率分布对象 pd 的 icdf 函数。

示例

全部折叠

通过指定分布名称 'Normal' 和分布参数,计算正态分布的 icdf 值。

定义输入向量 p 以包含用于计算 icdf 的概率值。

p = [0.1,0.25,0.5,0.75,0.9];

计算均值 μ 等于 1、标准差 σ 等于 5 的正态分布的 icdf 值。

mu = 1;
sigma = 5;
y = icdf('Normal',p,mu,sigma)
y = 1×5

   -5.4078   -2.3724    1.0000    4.3724    7.4078

y 中的每个值对应于输入向量 x 中的一个值。例如,在值 x 等于 1 时,对应的 icdf 值 y 等于 7.4078。

创建一个正态分布对象,并使用该对象计算正态分布的 icdf 值。

创建均值 μ 等于 1、标准差 σ 等于 5 的正态分布对象。

mu = 1;
sigma = 5;
pd = makedist('Normal','mu',mu,'sigma',sigma);

定义输入向量 p 以包含用于计算 icdf 的概率值。

p = [0.1,0.25,0.5,0.75,0.9];

计算正态分布在 p 中的值处的 icdf 值。

x = icdf(pd,p)
x = 1×5

   -5.4078   -2.3724    1.0000    4.3724    7.4078

x 中的每个值对应于输入向量 p 中的一个值。例如,在值 p 等于 0.9 时,对应的 icdf 值 x 等于 7.4078。

创建一个泊松分布对象,使用的速率参数 λ 等于 2。

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

定义输入向量 p 以包含用于计算 icdf 的概率值。

p = [0.1,0.25,0.5,0.75,0.9];

计算泊松分布在 p 中的值处的 icdf 值。

x = icdf(pd,p)
x = 1×5

     0     1     2     3     4

x 中的每个值对应于输入向量 p 中的一个值。例如,在值 p 等于 0.9 时,对应的 icdf 值 x 等于 4。

您也可以不创建概率分布对象而直接计算同样的 icdf 值。使用 icdf 函数,并使用相同的速率参数值 λ 指定泊松分布。

x2 = icdf('Poisson',p,lambda)
x2 = 1×5

     0     1     2     3     4

icdf 值与使用概率分布对象计算的值相同。

创建一个标准正态分布对象。

pd = makedist('Normal')
pd = 
  NormalDistribution

  Normal distribution
       mu = 0
    sigma = 1

通过计算 2.5% 的上限值和下限值,确定具有标准正态分布的检验统计量在 5% 显著性水平下的临界值。

x = icdf(pd,[.025,.975])
x = 1×2

   -1.9600    1.9600

对 cdf 绘图,并对临界域进行着色。

p = normspec(x,0,1,'outside')

Figure contains an axes object. The axes object with title Probability Outside Limits is 0.05, xlabel Critical Value, ylabel Density contains 5 objects of type line, patch.

p = 0.0500

输入参数

全部折叠

概率分布名称,指定为下表中的概率分布名称之一。

name分布输入参数 A输入参数 B输入参数 C输入参数 D
'Beta'Beta Distributiona 第一个形状参数b 第二个形状参数不适用不适用
'Binomial'Binomial Distributionn 试验次数p 每次试验成功的概率不适用不适用
'BirnbaumSaunders'Birnbaum-Saunders Distributionβ 尺度参数γ 形状参数不适用不适用
'Burr'Burr Type XII Distributionα 尺度参数c 第一个形状参数k 第二个形状参数不适用
'Chisquare''chi2'Chi-Square Distributionν 自由度不适用不适用不适用
'Exponential'Exponential Distributionμ 均值不适用不适用不适用
'Extreme Value''ev'Extreme Value Distributionμ 位置参数σ 尺度参数不适用不适用
'F'F Distributionν1 分子自由度ν2 分母自由度不适用不适用
'Gamma'Gamma Distributiona 形状参数b 尺度参数不适用不适用
'Generalized Extreme Value''gev'Generalized Extreme Value Distributionk 形状参数σ 尺度参数μ 位置参数不适用
'Generalized Pareto''gp'Generalized Pareto Distributionk 尾部指数(形状)参数σ 尺度参数μ 阈值(位置)参数不适用
'Geometric'Geometric Distributionp 概率参数不适用不适用不适用
'Half Normal''hn'Half-Normal Distributionμ 位置参数σ 尺度参数不适用不适用
'Hypergeometric''hyge'Hypergeometric Distributionm 总体的大小k 总体中具有所需特征的项数n 抽取的样本数量不适用
'InverseGaussian'逆高斯分布μ 尺度参数λ 形状参数不适用不适用
'Logistic'逻辑分布μ 均值σ 尺度参数不适用不适用
'LogLogistic'Loglogistic Distributionμ 对数值的均值σ 对数值的尺度参数不适用不适用
'LogNormal'对数正态分布μ 对数值的均值σ 对数值的标准差不适用不适用
'Loguniform'Loguniform Distributiona 下部端点(最小值)b 上部端点(最大值)不适用不适用
'Nakagami'Nakagami 分布μ 形状参数ω 尺度参数不适用不适用
'Negative Binomial''nbin'Negative Binomial Distributionr 成功次数p 单个试验的成功概率不适用不适用
'Noncentral F''ncf'Noncentral F Distributionν1 分子自由度ν2 分母自由度δ 非中心参数不适用
'Noncentral t''nct'Noncentral t Distributionν 自由度δ 非中心参数不适用不适用
'Noncentral Chi-square''ncx2'Noncentral Chi-Square Distributionν 自由度δ 非中心参数不适用不适用
'Normal'正态分布μ 均值 σ 标准差不适用不适用
'Poisson'泊松分布λ 均值不适用不适用不适用
'Rayleigh'瑞利分布b 尺度参数不适用不适用不适用
'Rician'Rician Distributions 非中心参数σ 尺度参数不适用不适用
'Stable'Stable Distributionα 第一个形状参数β 第二个形状参数γ 尺度参数δ 位置参数
'T'Student's t Distributionν 自由度不适用不适用不适用
'tLocationScale't Location-Scale Distributionμ 位置参数σ 尺度参数ν 形状参数不适用
'Uniform'Uniform Distribution (Continuous)a 下部端点(最小值)b 上部端点(最大值)不适用不适用
'Discrete Uniform''unid'Uniform Distribution (Discrete)n 最大可观测值不适用不适用不适用
'Weibull''wbl'Weibull Distributiona 尺度参数b 形状参数不适用不适用

示例: 'Normal'

用于计算 icdf 的概率值,指定为标量值或范围 [0,1] 内的标量值组成的数组。

如果输入参数 pABCD 中的一个或多个是数组,则数组大小必须相同。在这种情况下,icdf 将每个标量输入扩展为与数组输入大小相同的常量数组。请参阅 name 了解每个分布的 ABCD 的定义。

示例: [0.1,0.25,0.5,0.75,0.9]

数据类型: single | double

第一概率分布参数,指定为标量值或标量值组成的数组。

如果输入参数 pABCD 中的一个或多个是数组,则数组大小必须相同。在这种情况下,icdf 将每个标量输入扩展为与数组输入大小相同的常量数组。请参阅 name 了解每个分布的 ABCD 的定义。

数据类型: single | double

第二概率分布参数,指定为标量值或标量值组成的数组。

如果输入参数 pABCD 中的一个或多个是数组,则数组大小必须相同。在这种情况下,icdf 将每个标量输入扩展为与数组输入大小相同的常量数组。请参阅 name 了解每个分布的 ABCD 的定义。

数据类型: single | double

第三概率分布参数,指定为标量值或标量值组成的数组。

如果输入参数 pABCD 中的一个或多个是数组,则数组大小必须相同。在这种情况下,icdf 将每个标量输入扩展为与数组输入大小相同的常量数组。请参阅 name 了解每个分布的 ABCD 的定义。

数据类型: single | double

第四概率分布参数,指定为标量值或标量值组成的数组。

如果输入参数 pABCD 中的一个或多个是数组,则数组大小必须相同。在这种情况下,icdf 将每个标量输入扩展为与数组输入大小相同的常量数组。请参阅 name 了解每个分布的 ABCD 的定义。

数据类型: single | double

概率分布,指定为下表中的概率分布对象之一。

分布对象用于创建概率分布对象的函数或 App
BetaDistributionmakedistfitdist分布拟合器
BinomialDistributionmakedistfitdist分布拟合器
BirnbaumSaundersDistributionmakedistfitdist分布拟合器
BurrDistributionmakedistfitdist分布拟合器
ExponentialDistributionmakedistfitdist分布拟合器
ExtremeValueDistributionmakedistfitdist分布拟合器
GammaDistributionmakedistfitdist分布拟合器
GeneralizedExtremeValueDistributionmakedistfitdist分布拟合器
GeneralizedParetoDistributionmakedistfitdist分布拟合器
HalfNormalDistributionmakedistfitdist分布拟合器
InverseGaussianDistributionmakedistfitdist分布拟合器
KernelDistributionfitdist分布拟合器
LogisticDistributionmakedistfitdist分布拟合器
LoglogisticDistributionmakedistfitdist分布拟合器
LognormalDistributionmakedistfitdist分布拟合器
LoguniformDistributionmakedist
MultinomialDistributionmakedist
NakagamiDistributionmakedistfitdist分布拟合器
NegativeBinomialDistributionmakedistfitdist分布拟合器
NormalDistributionmakedistfitdist分布拟合器
尾部具有广义帕累托分布的分段分布paretotails
PiecewiseLinearDistributionmakedist
PoissonDistributionmakedistfitdist分布拟合器
RayleighDistributionmakedistfitdist分布拟合器
RicianDistributionmakedistfitdist分布拟合器
StableDistributionmakedistfitdist分布拟合器
tLocationScaleDistributionmakedistfitdist分布拟合器
TriangularDistributionmakedist
UniformDistributionmakedist
WeibullDistributionmakedistfitdist分布拟合器

输出参数

全部折叠

icdf 值,以标量值或标量值组成的数组形式返回。在经过任何必要的标量扩展后,x 的大小与 p 相同。x 中的每个元素为基于 p 中对应元素计算的由分布参数(ABCD)中对应元素指定或由概率分布对象 (pd) 指定的分布的 icdf 值。

替代功能

icdf 是泛型函数,它按名称 name 或概率分布对象 pd 接受分布。使用分布特有的函数更快,例如正态分布特有的 norminv,二项分布特有的 binoinv。有关特定于分布的函数的列表,请参阅Supported Distributions

扩展功能

版本历史记录

在 R2006a 之前推出