Mathematica 9 is now available
THIS IS DOCUMENTATION FOR AN OBSOLETE PRODUCT.
SEE THE DOCUMENTATION CENTER FOR THE LATEST INFORMATION.
Mathematica > 数据处理 > 统计数据分析 > 概率和统计 > 参数统计分布 > 重尾分布 > DavisDistribution >
Mathematica > 数学和算法 > 统计数据分析 > 概率和统计 > 参数统计分布 > 重尾分布 > DavisDistribution >

DavisDistribution

DavisDistribution
表示尺度参数为 b、形状参数为 n 以及定位参数为 的戴维斯分布(Davis Distribution).
  • 在戴维斯分布中,当 时,值 的概率密度与  成正比.
概率密度函数:
累积分布函数:
均值和方差:
概率密度函数:
In[1]:=
Click for copyable input
Out[1]=
In[2]:=
Click for copyable input
Out[2]=
In[3]:=
Click for copyable input
Out[3]=
 
累积分布函数:
In[1]:=
Click for copyable input
Out[1]=
In[2]:=
Click for copyable input
Out[2]=
 
均值和方差:
In[1]:=
Click for copyable input
Out[1]=
In[2]:=
Click for copyable input
Out[2]=
生成一组服从戴维斯分布的伪随机数:
比较其直方图与概率密度函数:
分布参数估计:
从样本数据估计分布参数:
比较样本的密度直方图和估计分布的概率密度函数:
偏度只取决于形状参数 n
峰度只取决于形状参数 n
以参数的函数形式表示不同矩量的解析式:
风险函数:
分位数函数:
DavisDistribution 可以用于对收入建模:
把兼职调整为全职,并且选择非零值:
对数据进行 Davis 分布拟合:
比较数据直方图和估计分布的概率密度函数:
求一所大型州立大学的平均收入:
求一份工资至多为 150000 美元的概率:
求一份工资至少 150000 美元的概率:
求工资的中位数:
模拟这样一所大学内100个随机选择的员工的收入:
BetaPrimeDistribution 可用于对州人均收入建模:
对数据进行 Davis 分布拟合:
比较数据直方图和估计分布的概率密度函数:
求平均人均收入:
求收入与均值最接近的州:
求人均收入的中位数:
求收入与中位数最接近的州:
求对数似然值:
与利用 BetaPrimeDistribution 的拟合进行比较:
与利用 DagumDistribution 的拟合进行比较:
与利用 LogLogisticDistribution 的拟合进行比较:
关于每个 ,参数对累积分布函数的影响:
当平移并且使用一个正因子为比例进行缩放时,新生成的分布仍然是 Davis 分布:
版本 8 的新功能
Ask a question about this page  |  Suggest an improvement  |  Leave a message for the team
格式:   HTML  |  CDF