Mathematica 9 is now available
THIS IS DOCUMENTATION FOR AN OBSOLETE PRODUCT.
SEE THE DOCUMENTATION CENTER FOR THE LATEST INFORMATION.
Wolfram Mathematica Documentation Center
DOCUMENTATION CENTER SEARCH
New to Mathematica? Find your learning path »
Mathematica > データの操作 > 統計的データ解析 > 確率・統計 > パラメトリック統計分布 > 正規分布および関連分布 > BinormalDistribution >
Mathematica > 数学とアルゴリズム > 統計的データ解析 > 確率・統計 > パラメトリック統計分布 > 正規分布および関連分布 > BinormalDistribution >
MATHEMATICA 組込みシンボル関連項目 »|その他 »

BinormalDistribution

BinormalDistribution
平均，共分散行列の二変量正規分布を表す．
BinormalDistribution
平均がゼロの二変量正規分布を表す．
BinormalDistribution[]
平均がゼロで共分散行列がの二変量正規分布を表す．
詳細
  • 二変量正規分布におけるベクトル の確率密度はに比例する．
  • BinormalDistributionでは， は任意の実数， は任意の正の実数， はからまでの任意の数でよい．
例題すべて閉じる
例   (4)
確率密度関数：
三次元の累積分布関数：
平均と分散：
共分散：
確率密度関数：
In[1]:=
Click for copyable input
Out[1]=
In[2]:=
Click for copyable input
Out[2]=
 
三次元の累積分布関数：
In[1]:=
Click for copyable input
Out[1]=
 
平均と分散：
In[1]:=
Click for copyable input
Out[1]=
In[2]:=
Click for copyable input
Out[2]=
 
共分散：
In[1]:=
Click for copyable input
Out[1]=
スコープ   (7)
二変量正規分布に従う擬似乱数のベクトル集合を生成する：
ヒストグラムでサンプルを可視化する：
分布母数推定：
サンプルデータから分布母数を推定する：
適合度検定：
歪度と尖度は定数ベクトルである：
二変量正規標準分布の相関：
二変量正規標準分布のさまざまな混合モーメント：
混合中心モーメント：
混合階乗モーメント：
混合キュムラント：
記号次数の閉形式：
ハザード関数：
周辺分布は正規分布である：
アプリケーション   (2)
分布関数とそのヒストグラムを同じプロットに示す：
その確率密度関数とヒストグラムのバージョンを比較する：
累積密度関数とヒストグラムのバージョンを比較する：
中型車両の市街地走行時と高速道路走行時の走行可能距離は二変量正規分布に従う：
市街地走行時の走行可能距離が最低でも1ガロン当り19マイル，高速道路走行時の走行可能距離が最低でも1ガロン当り26マイルの中型車両の割合を百分率で求める：
市街地走行時の走行可能距離が1ガロン当り15マイル以下の車両の高速道路走行時の平均走行可能距離を求める：
市街地走行時の走行可能距離と高速道路走行時の走行可能距離の分布を示す：
市街地走行が全体の65%を占めると仮定して走行可能距離を求める：
平均を求める：
特性と関係   (15)
二変量正規分布の等確率等高線：
二変量正規分布はアフィン変換のもとで閉じている：
二項確率密度関数 は偏微分方程式 を満足する：
ゆえに，累積分布関数 は を満足し に関して両辺を積分する：
他の分布との関係：
二変量正規分布の条件付き分布はNormalDistributionである：
のときは，条件付き分布は周辺分布とは異なる：
MultinormalDistributionのそれぞれの二変量周辺分布は二変量正規分布である：
二変量正規分布はMultinormalDistributionの二次元のケースである：
二変量正規分布は， が に近付く二次元のMultivariateTDistributionの極限である：
二変量正規分布はBeckmannDistributionに関連している：
二変量正規分布はRiceDistributionに関連している：
二変量正規分布はRayleighDistributionに関連している：
HoytDistributionは二変量正規分布から得ることができる：
SkewNormalDistributionはBinormalDistributionを変換したものである：
2つの正規分布の積コピュラ分布(CopulaDistribution)は二変量正規分布である：
二変量正規分布のサブカーネルと正規周辺分布を持つCopulaDistributionは二変量正規分布である：
おもしろい例題   (1)
異なる相関の確率密度関数：
バージョン 8 の新機能
Ask a question about this page  |  Suggest an improvement  |  Leave a message for the team
フォーマット:   HTML  |  CDF