JohnsonDistribution
JohnsonDistribution["SB",γ,δ,μ,σ]
表示形状参数为 γ、δ,定位参数为 μ 以及尺度参数为 σ 的有界约翰逊分布.
JohnsonDistribution["SL",γ,δ,μ,σ]
表示半界约翰逊分布.
JohnsonDistribution["SU",γ,δ,μ,σ]
表示无界约翰逊分布.
JohnsonDistribution["SN",γ,δ,μ,σ]
表示正态约翰逊分布.
更多信息
- JohnsonDistribution 表示约翰逊系列分布. 每个分布代表形如 的分布,其中 服从 NormalDistribution[].
- JohnsonDistribution["SB",γ,δ,μ,σ] 对应于 .
- JohnsonDistribution["SL",γ,δ,μ,σ] 对应于 .
- JohnsonDistribution["SU",γ,δ,μ,σ] 对应于 .
- JohnsonDistribution["SN",γ,δ,μ,σ] 对应于 .
- JohnsonDistribution 允许 γ 和 μ 为任意实数,δ 和 σ 为任意正实数.
- JohnsonDistribution 允许 μ 和 σ 是任意单位量纲的数量,而 δ, γ 是无量纲数量. »
- JohnsonDistribution 可与 Mean、CDF 和 RandomVariate 等函数联合使用.
背景
- JohnsonDistribution["type",γ,δ,μ,σ] 表示一个统计分布,有四种类型,由第一个参数决定属于哪一种,其他参数为实数 γ(被称为“形状参数”)和 μ(被称为“定位参数”)、正实数 δ(被称为“形状参数”)和 σ(被称为“尺度参数”). 总的来说,Johnson 分布的概率分布函数(PDF)是单峰的,“峰值”只有一个(即全局最大值),但是它整体上的形状(它的高度,宽度和集中于 轴附近的程度)完全由它的参数值决定. 此外,对于较大的 x 值,由于 PDF 指数式减小,而不是代数式减小,PDF 的尾显得较“细”. (通过分析分布的 SurvivalFunction,这种行为可被定量确定.)
- Johnson 分布源于英国统计学家 Norman Johnson,在十九世纪四十年代后期,有一种方法,即使用当时已经存在的函数表,通过一系列很容易进行的简单变换,可以将正态分布(NormalDistribution)方法及理论用于大量的可能为非正态的概率分布,为了推行这种方法,Norman Johnson 提出了Johnson 分布. 具体来说,当观察到的分布为非正态分布,指数分布,逻辑分布时,通过双曲正弦变换将会分别生成对数正态的( "SL" 类型),无界的( "SU" 类型),有界的("SB" 类型)Johnson 分布;而正态("SN")类型则对应于观察到的正态分布. 因为它的灵活性,Johnson 分布族被用来分析各种领域的实际的数据集,其中包括大气化学、生物医学工程、计量经济学、管理学和材料科学.
- RandomVariate 可用来给出一个或更多机器精度或任意精度(后者可通过设置 WorkingPrecision 选项获得)的 Johnson 分布中的伪随机变数. Distributed[x,JohnsonDistribution["type",γ,δ,μ,σ]],更简洁的式子为 xJohnsonDistribution["type",γ,δ,μ,σ],可用来断定随机变量 x 服从某个 "type"("SB"、"SL"、"SN" 或 "SU",其中之一) 的 Johnson 分布. 它也可以被用在诸如 Probability、NProbability、Expectation 和 NExpectation 这样的函数中.
- 通过使用 PDF[JohnsonDistribution["type",γ,δ,μ,σ],x] 和 CDF[JohnsonDistribution["type",γ,δ,μ,σ],x],可以得到 Johnson 分布的概率分布和累积密度函数. 可以用 Mean、Median、Variance、Moment 和 CentralMoment 来分别计算均值、中位数、方差、原始矩和中心矩.
- 可以用 DistributionFitTest 来检测一个数据集是否符合 Johnson 分布,根据给定数据,用 EstimatedDistribution 来估计参数化 Johnson 分布,而 FindDistributionParameters 则可用来将数据拟合成 Johnson 分布. 用 ProbabilityPlot 指令可以产生给定数据的 CDF 与符号式 Johnson 分布的 CDF 的比较图,QuantilePlot 则能绘制给定数据的分位数和符号式 Johnson 分布的分位数的比较图.
- 可以用 TransformedDistribution 来表示转换过的 Johnson 分布,用 CensoredDistribution 表示截尾后位于上限和下限值之间的数据的分布,而 TruncatedDistribution 则表示删失后位于上限和下限值之间的数据的分布. CopulaDistribution 可用来构建包含 Johnson 分布的高维分布, ProductDistribution 可以计算由独立分布为 Johnson 分布所得的联合分布.
- JohnsonDistribution 与许多其它分布有密切的关系. 例如,在 Johnson 的原始论文中,将 JohnsonDistribution 和 PearsonDistribution 进行了比较和对比,分布被定义为所有四种类型都可由 NormalDistribution 经过变换(TransformedDistribution)而得. "SL" 类型的 JohnsonDistribution 是 LogNormalDistribution 的广义形式,JohnsonDistribution 还与 HalfNormalDistribution、FisherZDistribution、ArcSinDistribution、BetaPrimeDistribution、PowerDistribution、ParetoDistribution、InverseChiSquareDistribution 和 ErlangDistribution 紧密相关.
范例
打开所有单元关闭所有单元基本范例 (5)
范围 (8)
有界(SB),符号参数无相应的解析式表示,但可通过数值方法计算:
在参数中一致使用 Quantity 产生 QuantityDistribution:
属性和关系 (8)
当平移并且使用一个正因子为比例进行缩放时,新生成的分布族仍然是 Johnson 分布:
正态(SN)约翰逊分布是 NormalDistribution:
正态(SN)约翰逊分布是标准 NormalDistribution 的一个变换:
半界(SL)约翰逊分布是 NormalDistribution 的一个变换:
无界(SU)约翰逊分布是 NormalDistribution 的一个变换:
有界(SB)约翰逊分布作为 NormalDistribution 的一个变换:
SL 约翰逊分布的特例是 LogNormalDistribution:
文本
Wolfram Research (2010),JohnsonDistribution,Wolfram 语言函数,https://reference.wolfram.com/language/ref/JohnsonDistribution.html (更新于 2016 年).
CMS
Wolfram 语言. 2010. "JohnsonDistribution." 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/JohnsonDistribution.html.
APA
Wolfram 语言. (2010). JohnsonDistribution. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/JohnsonDistribution.html 年