stats base dists pareto type1 pdf Descargar - stats base dists pareto type1 pdf Descargar Descargar

stats base dists pareto type1 pdf

Otro código fuente

Descargar

Sobre stdlib ...

Creemos en un futuro en el que la Web es un entorno preferido para el cálculo numérico. Para ayudar a realizar este futuro, hemos creado stdlib. STDLIB es una biblioteca estándar, con énfasis en el cálculo numérico y científico, escrita en JavaScript (y C) para la ejecución en navegadores y en Node.js.

La biblioteca es totalmente descomponible, siendo diseñada de tal manera que pueda intercambiar y mezclar y combinar las API y la funcionalidad para satisfacer sus preferencias y casos de uso exactos.

Cuando usa STDLIB, puede estar absolutamente seguro de que está utilizando el código más completo, riguroso, bien escrito, estudiado, documentado, probado, medido y de alta calidad.

Para unirse a nosotros para llevar la computación numérica a la web, comience revisándonos en GitHub y considere que el STDLIB de apoyo financiero. ¡Apreciamos mucho su continuo apoyo!

Función de densidad de probabilidad

Estado de construcción

Función de densidad de probabilidad de distribución de Pareto (Tipo I) (PDF).

La función de densidad de probabilidad (PDF) para una variable aleatoria de Pareto (Tipo I) es

$$ f (x; alpha, beta) = begin {casos} frac { alpha , beta^ alpha} {x^{ alpha+1}} & text {for} x ge beta \ 0 & text {de lo contrario} end {casos} $$

donde alpha > 0 es el parámetro de forma y beta > 0 es el parámetro de escala.

Instalación

npm install @stdlib/stats-base-dists-pareto-type1-pdf

Alternativamente,

Para cargar el paquete en un sitio web a través de una etiqueta script sin instalación y agrupadores, use el módulo ES disponible en la rama esm (consulte ReadMe).
Si está utilizando Deno, visite la sucursal deno (consulte Readme para las intracciones de uso).
Para su uso en entornos observables, o en el navegador/nodo, use la construcción de definición del módulo Universal (UMD) disponible en la rama umd (ver ReadMe).

El archivo de ramas.md resume las ramas disponibles y muestra un diagrama que ilustra sus relaciones.

Para ver las instrucciones de instalación y uso específicas de la compilación de cada rama, asegúrese de navegar explícitamente a los archivos ReadMe respectivos en cada rama, como se vincula anteriormente.

Uso

 var pdf = require ( '@stdlib/stats-base-dists-pareto-type1-pdf' ) ;

PDF (x, alfa, beta)

Evalúa la función de densidad de probabilidad (PDF) para una distribución de Pareto (tipo I) con parámetros alpha (parámetro de forma) y beta (parámetro de escala).

 var y = pdf ( 4.0 , 1.0 , 1.0 ) ;
// returns ~0.063

y = pdf ( 20.0 , 1.0 , 10.0 ) ;
// returns 0.025

y = pdf ( 7.0 , 2.0 , 6.0 ) ;
// returns ~0.21

y = pdf ( 7.0 , 6.0 , 3.0 ) ;
// returns ~0.005

y = pdf ( 1.0 , 4.0 , 2.0 ) ;
// returns 0.0

y = pdf ( 1.5 , 4.0 , 2.0 ) ;
// returns 0.0

Si se proporciona NaN como cualquier argumento, la función devuelve NaN .

 var y = pdf ( NaN , 1.0 , 1.0 ) ;
// returns NaN

y = pdf ( 0.0 , NaN , 1.0 ) ;
// returns NaN

y = pdf ( 0.0 , 1.0 , NaN ) ;
// returns NaN

Si se proporciona alpha <= 0 , la función devuelve NaN .

 var y = pdf ( 2.0 , - 1.0 , 0.5 ) ;
// returns NaN

y = pdf ( 2.0 , 0.0 , 0.5 ) ;
// returns NaN

Si se proporciona beta <= 0 , la función devuelve NaN .

 var y = pdf ( 2.0 , 0.5 , - 1.0 ) ;
// returns NaN

y = pdf ( 2.0 , 0.5 , 0.0 ) ;
// returns NaN

pdf.factory (alfa, beta)

Devuelve una función para evaluar la función de densidad de probabilidad (PDF) (CDF) de una distribución de Pareto (tipo I) con parámetros alpha (parámetro de forma) y beta (parámetro de escala).

 var mypdf = pdf . factory ( 0.5 , 0.5 ) ;
var y = mypdf ( 0.8 ) ;
// returns ~0.494

y = mypdf ( 2.0 ) ;
// returns ~0.125

Ejemplos

 var randu = require ( '@stdlib/random-base-randu' ) ;
var pdf = require ( '@stdlib/stats-base-dists-pareto-type1-pdf' ) ;

var alpha ;
var beta ;
var x ;
var y ;
var i ;

for ( i = 0 ; i < 10 ; i ++ ) {
    x = randu ( ) * 8.0 ;
    alpha = randu ( ) * 4.0 ;
    beta = randu ( ) * 4.0 ;
    y = pdf ( x , alpha , beta ) ;
    console . log ( 'x: %d, α: %d, β: %d, f(x;α,β): %d' , x . toFixed ( 4 ) , alpha . toFixed ( 4 ) , beta . toFixed ( 4 ) , y . toFixed ( 4 ) ) ;
}

Aviso

Este paquete es parte de STDLIB, una biblioteca estándar para JavaScript y Node.js, con énfasis en la computación numérica y científica. La biblioteca proporciona una colección de bibliotecas robustas de alto rendimiento para matemáticas, estadísticas, transmisiones, servicios públicos y más.

Para obtener más información sobre el proyecto, presentar informes de errores y solicitudes de funciones, y orientación sobre cómo desarrollar stdlib, consulte el repositorio principal del proyecto.