stats base dists pareto type1 pdf下載 - stats base dists pareto type1 pdf源代碼下載

stats base dists pareto type1 pdf

其他源碼

下載

關於stdlib ...

我們相信，在一個未來，網絡是數值計算的首選環境。為了幫助實現這一未來，我們建立了stdlib。 STDLIB是一個標準庫，強調了數值和科學計算，用JavaScript（和C）編寫，用於在瀏覽器和Node.js中執行。

該庫完全可以分解，以使您可以交換並混合和匹配API和功能以適應您的確切偏好和用例。

當您使用stdlib時，您可以絕對確定自己正在使用最徹底，嚴格，編寫，研究，記錄，測試，測量和高質量的代碼。

要加入我們將數值計算帶到網絡上，請開始在Github上檢查我們，並請考慮在財務上支持STDLIB。我們非常感謝您的持續支持！

概率密度函數

建立狀態

帕累托（I型）分佈概率密度函數（PDF）。

帕累托（I型）隨機變量的概率密度函數（PDF）為

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

其中alpha > 0是形狀參數， beta > 0是比例參數。

安裝

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

或者，

要通過無需安裝和捆綁器的script標籤加載軟件包，請使用esm分支上可用的ES模塊（請參閱README）。
如果您使用的是DENO，請訪問deno分支（有關使用構建，請參見README）。
要在可觀察的或瀏覽器/節點環境中使用，請使用UMED模塊定義（UMD）構建在umd分支上可用（請參閱README）。

分支.MD文件匯總了可用的分支並顯示了一個圖表，以說明其關係。

要查看針對每個分支構建的特定的安裝和用法指令，請確保明確導航到每個分支上的相應讀數文件，如上面的鏈接。

用法

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

PDF（X，Alpha，beta）

評估具有參數alpha （形狀參數）和beta （比例參數）的帕累托（I型）分佈的概率密度函數（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作為任何參數，則該函數將返回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 ，則該函數返回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 ，則該功能返回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）

返回用於評估帶有參數alpha （Shape參數）和beta （比例參數）的Pareto（I型）分佈的概率密度函數（PDF）（CDF）的函數。

 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 ) ) ;
}