stats base dists pareto type1 pdf下载 - stats base dists pareto type1 pdf源代码下载

stats base dists pareto type1 pdf

其他源码

下载

关于stdlib ...

我们相信，在一个未来，网络是数值计算的首选环境。为了帮助实现这一未来，我们建立了stdlib。 STDLIB是一个标准库，强调了数值和科学计算，用JavaScript（和C）编写，用于在浏览器和Node.js中执行。

该库完全可以分解，以使您可以交换并混合和匹配API和功能以适应您的确切偏好和用例。

当您使用stdlib时，您可以绝对确定自己正在使用最彻底，严格，编写，研究，记录，测试，测量和高质量的代码。

要加入我们将数值计算带到网络上，请开始在Github上检查我们，并请考虑在财务上支持STDLIB。我们非常感谢您的持续支持！

概率密度函数

建立状态

帕累托（I型）分布概率密度函数（PDF）。

帕累托（I型）随机变量的概率密度函数（PDF）为

$ f（x; alpha， beta）= begin {cases} frac { alpha ， beta^ alpha} {x^{ alpha+1}}} beta \ 0＆ text {否则} end {case} $$

其中alpha > 0是形状参数， beta > 0是比例参数。

安装

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

或者，

要通过无需安装和捆绑器的script标签加载软件包，请使用esm分支上可用的ES模块（请参阅README）。
如果您使用的是DENO，请访问deno分支（有关使用构建，请参见README）。
要在可观察的或浏览器/节点环境中使用，请使用UMED模块定义（UMD）构建在umd分支上可用（请参阅README）。

分支.MD文件汇总了可用的分支并显示了一个图表，以说明其关系。

要查看针对每个分支构建的特定的安装和用法指令，请确保明确导航到每个分支上的相应读数文件，如上面的链接。

用法

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

PDF（X，Alpha，beta）

评估具有参数alpha （形状参数）和beta （比例参数）的帕累托（I型）分布的概率密度函数（PDF）。

 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

如果提供了NaN作为任何参数，则该函数将返回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

如果提供了alpha <= 0 ，则该函数返回NaN 。

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

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

如果提供了beta <= 0 ，则该功能返回NaN 。

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

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

pdf.factory（Alpha，beta）

返回用于评估带有参数alpha （Shape参数）和beta （比例参数）的Pareto（I型）分布的概率密度函数（PDF）（CDF）的函数。

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

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

例子

 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 ) ) ;
}