KumaraswamyDistribution
表示形状参数为 α 和 β 的 Kumaraswamy 分布.
更多信息
- 当 时,值 的概率密度与 成正比,其余时候为零.
- KumaraswamyDistribution 允许 α 和 β 为任意正实数.
- KumaraswamyDistribution 允许 α 和 β 是无量纲数量. »
- KumaraswamyDistribution 可与 Mean、CDF 和 RandomVariate 等函数联合使用.
背景
- KumaraswamyDistribution[α,β] 表示一个支持在区间 上且由正实数 α 和 β 参数化的称作“形状参数”的统计分布,它决定概率分布函数(PDF)的整体行为. 根据 α 和 β 的值,Kumaraswamy 分布的 PDF 可能有趋于其定义域的边界的潜在奇异的任意个形状,其中包括单峰的(只有一个“峰值”,即全局最大值)、单调递增、单调递减和浴盆形状(各上凹处都有全局最小值). Kumaraswamy 分布有时也被称作 Kumaraswamy 的双边分布,而因为其 PDF 定性的类似于贝塔(BetaDistribution)分布的 PDF ,它有时被视为“类贝塔”.
- Kumaraswamy 分布是由意大利水文学家 Poondi Kumaraswamy 在1980年的论文中作为适用于描述通常不能用古典或经验概率分布很好描述的水文学随机变量的广义分布发表的. 尤其,Kumaraswamy 分布对在两边都有界的随机变量建模,而且可能但不一定有在两个边界之间存在的模式. 除了它在理论上的重要性之外,Kumaraswamy 分布在水文学及其他地球科学中有广泛应用并被用于描述包括电气、土木、机械和金融工程的子领域中的很多现象.
- RandomVariate 可用从 Kumaraswamy 分布中于给出一个或多个机械精度或任意精度(后者通过 WorkingPrecision 选项)伪随机变量. Distributed[x,KumaraswamyDistribution[α,β]],更简洁地写作 xKumaraswamyDistribution[α,β],可用于声明随机变量 x 是根据 Kumaraswamy 分布来分布的. 这样的声明可用于如 Probability、 NProbability、 Expectation 和 NExpectation 等函数.
- Kumaraswamy 分布的概率分布和累积密度函数可以通过 PDF[KumaraswamyDistribution[α,β],x] 和 CDF[KumaraswamyDistribution[α,β],x] 给出. 均值、中位数、方差、原始矩和中心矩可以分别通过 Mean、 Median、 Variance、 Moment 和 CentralMoment 计算出.
- DistributionFitTest 可用于测试给定数据集是否与 Kumaraswamy 分布相符, EstimatedDistribution 可用于估计给定数据的 Kumaraswamy 参数分布,而 FindDistributionParameters 可用于拟合数据至 Kumaraswamy 分布. ProbabilityPlot 可用于生成给定数据的 CDF 对符号 Kumaraswamy 分布的 CDF 的图像,而 QuantilePlot 可用于生成给定数据的分位数对符号 Kumaraswamy 分布的分位数的图像.
- TransformedDistribution 可用于表示一个变形 Kumaraswamy 分布, CensoredDistribution 可用于表示上限和下限之间的删节值的分布,TruncatedDistribution 可用于表示上限和下限之间的截尾值的分布. CopulaDistribution 可用于构建包含 Kumaraswamy 分布的更高维度的分布,而 ProductDistribution 可用于计算设计 Kumaraswamy 分布的有独立组分分布的联合分布.
- KumaraswamyDistribution 与很多其他分布紧密相关. 除了它与 BetaDistribution 的定性关系之外,KumaraswamyDistribution 对其参数的某些值简化至 BetaDistribution(例如, PDF[KumaraswamyDistribution[1,β],x] 与 PDF[BetaDistribution[1,β],x] 相同,而 PDF[KumaraswamyDistribution[α,1],x] 与 PDF[BetaDistribution[α,1],x] 相同). 相似的,对于某些参数化, KumaraswamyDistribution 简化至 PowerDistribution ,它也可以作为 BetaDistribution 的一个变形实现(通过 TransformedDistribution ). KumaraswamyDistribution[1,1] 恰恰是 UniformDistribution[{0,1}],通常 KumaraswamyDistribution 与 ExponentialDistribution、 PERTDistribution、 PearsonDistribution、 ChiSquareDistribution、 GammaDistribution、 FRatioDistribution 和 BetaPrimeDistribution 有关.
范例
打开所有单元关闭所有单元范围 (8)
使用无量纲 Quantity 来定义 KumaraswamyDistribution:
应用 (1)
KumaraswamyDistribution 可以用于水文学;考虑米德湖的每月水位:
属性和关系 (7)
KumaraswamyDistribution 的特殊变换:
Kumaraswamy 分布是 BetaDistribution 的一个变换:
Kumaraswamy 分布化简为 BetaDistribution:
Kumaraswamy 分布化简为 PowerDistribution:
UniformDistribution 是 KumaraswamyDistribution 的一个变换:
ExponentialDistribution 是 Kumaraswamy 分布的一个变换:
文本
Wolfram Research (2010),KumaraswamyDistribution,Wolfram 语言函数,https://reference.wolfram.com/language/ref/KumaraswamyDistribution.html (更新于 2016 年).
CMS
Wolfram 语言. 2010. "KumaraswamyDistribution." 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/KumaraswamyDistribution.html.
APA
Wolfram 语言. (2010). KumaraswamyDistribution. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/KumaraswamyDistribution.html 年