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 > 指数相关分布 > ExponentialPowerDistribution >
Mathematica > 数学和算法 > 统计数据分析 > 概率和统计 > 参数统计分布 > 指数相关分布 > ExponentialPowerDistribution >

ExponentialPowerDistribution

ExponentialPowerDistribution
表示形状参数为 、定位参数为 以及尺度参数为 的指数幂分布.
  • 在指数幂分布中,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:
中位数:
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]=
In[4]:=
Click for copyable input
Out[4]=
 
累积分布函数:
In[1]:=
Click for copyable input
Out[1]=
In[2]:=
Click for copyable input
Out[2]=
In[3]:=
Click for copyable input
Out[3]=
In[4]:=
Click for copyable input
Out[4]=
 
均值和方差:
In[1]:=
Click for copyable input
Out[1]=
In[2]:=
Click for copyable input
Out[2]=
 
中位数:
In[1]:=
Click for copyable input
Out[1]=
生成一组指数幂分布的伪随机数:
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:
比较样本密度直方图和估计分布的概率密度函数:
指数幂分布是对称的:
峰度仅与形状参数 有关:
峰度的极限值:
以参数的函数形式表示不同矩量的解析式:
随着参数 的不同,风险函数具有不同的形状:
分位数函数:
ExponentialPowerDistribution 可作为服从 DirichletDistribution 分布的一个随机向量的长度所服从的分布的平滑近似:
概率密度函数:
创建一个样本:
对数据进行指数幂分布拟合:
比较样本直方图和这两个分布的概率密度函数:
比较均值:
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指数幂分布:
ExponentialPowerDistribution 可能比 NormalDistribution 更狭窄或者更宽,取决于形状参数 的值:
与其它分布的关系:
LaplaceDistribution 是一种特殊的指数幂分布:
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