InverseGaussianDistribution

InverseGaussianDistribution[μ,λ]

表示一个逆高斯分布，均值为 μ，尺度参数为 λ.

InverseGaussianDistribution[μ,λ,θ]

表示一个参数为 μ、λ 和 θ 的广义逆高斯分布.

更多信息

背景

范例

打开所有单元关闭所有单元

基本范例  (6)

概率密度函数：

一个逆高斯分布的累积分布函数：

一个广义逆高斯分布的概率密度函数：

一个广义逆高斯分布的累积分布函数：

均值：

广义逆高斯分布的均值：

方差：

广义逆高斯分布的方差：

范围  (10)

生成一组服从逆高斯分布的随机数：

比较直方图和概率密度函数：

生成一组服从广义逆高斯分布的随机数：

比较直方图和概率密度函数：

分布参数估计：

从样本数据估计分布参数：

比较样本密度直方图和估计分布的概率密度函数：

偏度：

对于广义逆高斯分布：

峰度：

对于广义逆高斯分布：

以参数的函数形式表示不同矩的解析式：

Moment:

CentralMoment:

FactorialMoment:

Cumulant:

具有符号式阶数的解析式：

广义逆高斯分布的矩：

Moment:

具有符号式阶数的解析式：

CentralMoment:

FactorialMoment:

Cumulant:

风险函数：

广义逆高斯分布的风险函数：

逆高斯分布的分位数函数：

广义逆高斯分布的分位数函数：

在参数上一致使用 Quantity 产生 QuantityDistribution:

求距离的偏差：

应用  (3)

求正偏移达到2级别的布朗运动的分布：

删除空列表，提取时间：

对数据拟合 InverseGaussianDistribution：

比较直方图和概率密度函数：

一种设备的生命期服从逆高斯分布. 求该设备的可靠性：

当 并且 时的失效率：

失效率具有最大值：

失效率降低到一个正值：

求两个此类设备串行时的可靠性：

求两个此类设备并行时的可靠性：

当 以及 时，比较这两种系统的可靠性：

当一个粒子穿过一个介质时，在散射时，粒子损失能量. 根据 Lindhard 和 Nielsen 提出的可积模型，能量损失谱服从 InverseGaussianDistribution：

该分布的参数为它的均值，均值与介质中位数成正比：

概率密度：

属性和关系  (6)

逆高斯分布的缩放尺度在均值以及尺度参数上保留下来：

个独立同分布的服从 InverseGaussianDistribution 的变量之和服从InverseGaussianDistribution：

使用 TransformedDistribution 求和的分布：

相同的逆高斯分布的均值服从一个逆高斯分布：

具有 的逆高斯分布变量的和服从一个逆高斯分布：

与其它分布的关系：

当 时，广义逆高斯分布简化为逆高斯分布：

可能存在的问题  (2)

当 μ 不是一个正实数时，InverseGaussianDistribution 没有定义：

当 λ 不是一个正实数时，InverseGaussianDistribution 没有定义：

将无效参数代入符号式输出时，所得到的计算结果没有任何意义：

巧妙范例  (1)

在 CDF 等高线下，不同 λ 值的概率密度函数：

Wolfram Research (2007)，InverseGaussianDistribution，Wolfram 语言函数，https://reference.wolfram.com/language/ref/InverseGaussianDistribution.html （更新于 2016 年）.

文本

Wolfram Research (2007)，InverseGaussianDistribution，Wolfram 语言函数，https://reference.wolfram.com/language/ref/InverseGaussianDistribution.html （更新于 2016 年）.

CMS

Wolfram 语言. 2007. "InverseGaussianDistribution." 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/InverseGaussianDistribution.html.

APA

Wolfram 语言. (2007). InverseGaussianDistribution. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/InverseGaussianDistribution.html 年

BibTeX

@misc{reference.wolfram_2024_inversegaussiandistribution, author="Wolfram Research", title="{InverseGaussianDistribution}", year="2016", howpublished="\url{https://reference.wolfram.com/language/ref/InverseGaussianDistribution.html}", note=[Accessed: 22-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_inversegaussiandistribution, organization={Wolfram Research}, title={InverseGaussianDistribution}, year={2016}, url={https://reference.wolfram.com/language/ref/InverseGaussianDistribution.html}, note=[Accessed: 22-November-2024 ]}