DavisDistribution

DavisDistribution[b,n,μ]

表示尺度参数为 b、形状参数为 n 以及定位参数为 μ 的戴维斯分布.

更多信息

背景

范例

打开所有单元关闭所有单元

基本范例  (3)

概率密度函数：

累积分布函数：

均值和方差：

范围  (8)

生成一组服从戴维斯分布的伪随机数样本：

比较其直方图与概率密度函数：

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 n：

峰度只取决于形状参数 n：

以参数的函数形式表示不同矩量的解析式：

Moment：

CentralMoment：

FactorialMoment：

Cumulant：

风险函数：

分位数函数：

在参数中一致地使用 Quantity 可获得 QuantityDistribution：

找出中位数工资：

应用  (2)

DavisDistribution 可以用于对收入建模：

把兼职调整为全职，并且选择非零值：

对数据进行戴维斯分布拟合：

比较数据直方图和估计分布的概率密度函数：

求一所大型州立大学的平均收入：

求一份工资至多为30,000美元的概率：

求一份工资至少150,000美元的概率：

求工资的中位数：

模拟这样一所大学内100个随机选择的员工的收入：

DavisDistribution 可用于对州人均收入建模：

添加货币单位：

对数据进行戴维斯分布拟合：

比较数据直方图和估计分布的概率密度函数：

求平均人均收入：

求收入与均值最接近的州：

求人均收入的中位数：

求收入与中位数最接近的州：

求对数似然值：

属性和关系  (1)

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戴维斯分布：

巧妙范例  (1)

取不同 b 值时的概率密度函数与累积分布函数等高图：

Wolfram Research (2010)，DavisDistribution，Wolfram 语言函数，https://reference.wolfram.com/language/ref/DavisDistribution.html （更新于 2016 年）.

文本

Wolfram Research (2010)，DavisDistribution，Wolfram 语言函数，https://reference.wolfram.com/language/ref/DavisDistribution.html （更新于 2016 年）.

CMS

Wolfram 语言. 2010. "DavisDistribution." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2016. https://reference.wolfram.com/language/ref/DavisDistribution.html.

APA

Wolfram 语言. (2010). DavisDistribution. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/DavisDistribution.html 年

BibTeX

@misc{reference.wolfram_2024_davisdistribution, author="Wolfram Research", title="{DavisDistribution}", year="2016", howpublished="\url{https://reference.wolfram.com/language/ref/DavisDistribution.html}", note=[Accessed: 18-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_davisdistribution, organization={Wolfram Research}, title={DavisDistribution}, year={2016}, url={https://reference.wolfram.com/language/ref/DavisDistribution.html}, note=[Accessed: 18-November-2024 ]}