stats base dists pareto type1 pdf ดาวน์โหลด - stats base dists pareto type1 pdf ซอร์สโค้ดดาวน์โหลดดาวน์โหลด

stats base dists pareto type1 pdf

ซอร์สโค้ดอื่น ๆ

ดาวน์โหลด

เกี่ยวกับ stdlib ...

เราเชื่อในอนาคตที่เว็บเป็นสภาพแวดล้อมที่ต้องการสำหรับการคำนวณเชิงตัวเลข เพื่อช่วยให้ตระหนักถึงอนาคตนี้เราได้สร้าง Stdlib Stdlib เป็นห้องสมุดมาตรฐานโดยเน้นการคำนวณเชิงตัวเลขและวิทยาศาสตร์ที่เขียนด้วย JavaScript (และ C) สำหรับการดำเนินการในเบราว์เซอร์และใน Node.Js.

ห้องสมุดสามารถย่อยสลายได้อย่างสมบูรณ์โดยได้รับการออกแบบในลักษณะที่คุณสามารถแลกเปลี่ยนและผสมและจับคู่ APIs และฟังก์ชั่นเพื่อตอบสนองความต้องการและกรณีการใช้งานที่แน่นอนของคุณ

เมื่อคุณใช้ stdlib คุณสามารถมั่นใจได้อย่างแน่นอนว่าคุณกำลังใช้ข้อมูลที่ละเอียดที่สุดเข้มงวดมากที่สุดเขียนได้ดีศึกษาบันทึกการทดสอบวัดและรหัสคุณภาพสูงออกไปที่นั่น

หากต้องการเข้าร่วมกับเราในการนำการคำนวณเชิงตัวเลขไปยังเว็บเริ่มต้นด้วยการตรวจสอบเราใน GitHub และโปรดพิจารณาการสนับสนุนทางการเงินที่สนับสนุน Stdlib เราขอขอบคุณการสนับสนุนอย่างต่อเนื่องของคุณอย่างมาก!

ฟังก์ชันความหนาแน่นของความน่าจะเป็น

สร้างสถานะ

Pareto (Type I) ฟังก์ชั่นความหนาแน่นของความน่าจะเป็นการกระจาย (PDF)

ฟังก์ชันความหนาแน่นของความน่าจะเป็น (PDF) สำหรับตัวแปรสุ่ม pareto (Type I) คือ

$$ f (x; alpha, beta) = start {case} frac { alpha , beta^ alpha} {x^{ alpha+1}} & text {สำหรับ} x ge beta \ 0 & text {มิฉะนั้น} end {กรณี} $$

โดยที่ alpha > 0 คือพารามิเตอร์รูปร่างและ beta > 0 คือพารามิเตอร์สเกล

การติดตั้ง

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

หรือ

ในการโหลดแพ็คเกจในเว็บไซต์ผ่านแท็ก script โดยไม่ต้องติดตั้งและ Bundlers ให้ใช้โมดูล ES ที่มีอยู่ในสาขา esm (ดู ReadMe)
หากคุณใช้ deno ไปที่สาขา deno (ดู readme สำหรับการใช้งานการใช้งาน)
สำหรับการใช้งานในสภาพแวดล้อมที่สังเกตได้หรือในสภาพแวดล้อมของเบราว์เซอร์/โหนดให้ใช้การสร้างโมดูลนิยามสากล (UMD) ที่มีอยู่ในสาขา umd (ดู ReadMe)

ไฟล์ branches.md สรุปสาขาที่มีอยู่และแสดงไดอะแกรมที่แสดงความสัมพันธ์ของพวกเขา

ในการดูคำแนะนำในการติดตั้งและการใช้งานเฉพาะสำหรับการสร้างสาขาแต่ละครั้งให้แน่ใจว่าได้นำทางไปยังไฟล์ readme ที่เกี่ยวข้องอย่างชัดเจนในแต่ละสาขาตามที่เชื่อมโยงกับด้านบน

การใช้งาน

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

PDF (X, Alpha, Beta)

ประเมินฟังก์ชั่นความหนาแน่นของความน่าจะเป็น (PDF) สำหรับการแจกแจงแบบ pareto (Type I) ด้วยพารามิเตอร์ alpha (พารามิเตอร์รูปร่าง) และ beta (พารามิเตอร์สเกล)

 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

หากให้ NaN เป็นอาร์กิวเมนต์ใด ๆ ฟังก์ชันจะส่งคืน 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

หากให้ alpha <= 0 ฟังก์ชั่นจะส่งคืน NaN

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

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

หากมี beta <= 0 ฟังก์ชั่นจะส่งคืน NaN

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

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

pdf.factory (อัลฟ่าเบต้า)

ส่งคืนฟังก์ชั่นสำหรับการประเมินฟังก์ชั่นความหนาแน่นของความน่าจะเป็น (PDF) (CDF) ของการแจกแจงแบบ Pareto (Type I) ด้วยพารามิเตอร์ alpha (พารามิเตอร์รูปร่าง) และ beta (พารามิเตอร์สเกล)

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

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

ตัวอย่าง

 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 ) ) ;
}

สังเกต

แพ็คเกจนี้เป็นส่วนหนึ่งของ Stdlib ซึ่งเป็นไลบรารีมาตรฐานสำหรับ JavaScript และ Node.js โดยเน้นการคำนวณเชิงตัวเลขและวิทยาศาสตร์ ห้องสมุดมีคอลเลกชันของห้องสมุดที่มีประสิทธิภาพสูงสำหรับคณิตศาสตร์สถิติสตรีมสตรีมสาธารณูปโภคและอื่น ๆ

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับโครงการการยื่นรายงานข้อผิดพลาดและการร้องขอคุณสมบัติและคำแนะนำเกี่ยวกับวิธีการพัฒนา stdlib ดูที่เก็บโครงการหลัก