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 > LogGammaDistribution >
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 > LogGammaDistribution >

LogGammaDistribution

LogGammaDistribution
表示形状参数为 、定位参数为 的对数伽玛分布.
  • 对于 ,值 的概率密度与 成正比,否则为零.
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]=
生成一组对数伽玛分布的伪随机数:
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:
偏度取决于形状参数:
峰度取决于形状参数:
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:
利用 LogGammaDistribution 对大型州立大学的收入建模:
把兼职工资调整为全职工资,并且选择非零值:
对数据进行帕累托分布拟合:
比较数据直方图和估计分布的概率密度函数:
求大型州立大学的平均工资:
求工资至多为 15000 美元的概率:
求工资至少为 150000 美元的概率:
求工资的中位数:
模拟一所这样的大学内100个随机选择的员工的工资情况:
对数伽马分布可用于估计计算时间:
对数据进行对数伽马分布拟合:
比较数据的直方图和估计分布的概率密度函数:
求计算时间的中位数:
求计算时间的上四分位数:
关于每个 ,参数对累积分布函数的影响:
当使用一个正因子为比例进行平移的情况下,新生成的分布仍然是对数伽马分布:
与其它分布的关系:
对数伽玛分布与 GammaDistribution 相关:
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