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 > InverseGammaDistribution >
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 > InverseGammaDistribution >

InverseGammaDistribution

Updated In 8 Graphic
InverseGammaDistribution
表示一个逆伽马分布,形状参数为 和尺度参数为 .
InverseGammaDistribution
表示一个广义逆伽马分布,其形状参数为 ,尺度参数为 ,位置参数为.
概率密度函数:
累积分布函数:
均值和方差:
中位数:
广义逆伽马分布的概率密度函数:
广义逆伽马分布的累积分布函数:
广义逆伽马分布的均值和方差:
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]=
 
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]=
 
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]=
 
广义逆伽马分布的概率密度函数:
In[1]:=
Click for copyable input
Out[1]=
In[2]:=
Click for copyable input
Out[2]=
In[3]:=
Click for copyable input
Out[3]=
 
广义逆伽马分布的累积分布函数:
In[1]:=
Click for copyable input
Out[1]=
In[2]:=
Click for copyable input
Out[2]=
In[3]:=
Click for copyable input
Out[3]=
 
广义逆伽马分布的均值和方差:
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]=
产生一组服从逆伽马分布的伪随机数:
比较直方图和概率密度函数:
产生一组服从广义逆伽马分布的伪随机数:
比较直方图和概率密度函数:
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
变大时,分布变得更对称:
广义的情况取决于 两个参数:
峰度只取决于形状参数
趋近 时,峰度趋近于 NormalDistribution 的峰度:
广义的情况取决于 两个参数:
以参数的函数形式表示不同矩量的解析式:
广义逆伽马分布的不同矩量:
风险函数:
广义逆伽马分布的风险函数:
分位数函数:
广义逆伽马分布:
当费率遵从位移为 、波动率为 的维纳过程时,一元随机永续年金的当前值服从InverseGaussianDistribution:
求期望当前值:
计算无波动极限值:
求当前值小于无波动极限值的概率:
以及 时,计算概率:
关于每个 ,参数对累积分布函数的影响:
广义逆伽马分布:
当使用一个正因子为比例进行缩放时,新生成的分布仍然是逆伽马分布:
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广义逆伽马分布:
与其它分布的关系:
InverseChiSquareDistribution 是逆伽马分布的一个特例:
广义 InverseChiSquareDistribution 是逆伽马分布的一个特例:
逆伽马分布和 GammaDistribution 具有互逆关系:
LevyDistribution 是逆伽马分布的一个特例:
逆伽马分布是第五类 PearsonDistribution 的一个特例:
广义逆伽马分布简化为逆伽马分布:
不是一个正实数时,InverseGammaDistribution 没有定义:
把无效参数代入符号式输出时,所得到的结果没有意义:
版本 7 的新功能 | 版本 8 修改功能
Ask a question about this page  |  Suggest an improvement  |  Leave a message for the team
格式:   HTML  |  CDF