SuzukiDistribution
SuzukiDistribution[μ,ν]
表示形状参数为 μ 和 ν 的铃木(Suzuki)分布.
更多信息
- SuzukiDistribution[μ,ν] 等同于ParameterMixtureDistribution[RayleighDistribution[σ],σLogNormalDistribution[μ,ν]].
- SuzukiDistribution 允许 μ 为任意实数,ν 为任意正实数.
- SuzukiDistribution 允许 μ 和 ν 为无量纲量.
- SuzukiDistribution 可以与 Mean、CDF 和 RandomVariate 等函数一起使用.
背景
- SuzukiDistribution[μ,ν] 表示在区间 上支持的连续统计分布,参数为实数 μ 和正实数 ν(两者都称为“形状参数”),两者一起决定了概率密度函数的整体行为. 取决于 μ 和 ν 的数值,Suzuki分布的概率密度函数可能具有大量各种形状,包括具有单个峰(即全局最大值)的单峰模型或者具有趋近于定义域下界的可能奇异点的单调递减性质. 另外,概率密度函数的尾部可能是“胖”的(即对于较大的 值非指数级递减)或者“瘦”的(即对于较大的 值指数级递减),取决于 μ 和 ν 的值. (该行为通过分析分布的 SurvivalFunction 可以看出在数量上是精确的.)
- Suzuki 分布最初在1970年代晚期由 Hirofumi Suzuki 提出,作为城市无线传播的模型. 从出现开始,该分布就成为无线通信相关的各种现象的建模工具,虽然在微观经济学中也被证明很有用.
- RandomVariate 可用于给出一个或多个机器精度或任意精度(后者通过 WorkingPrecision 选项)的Suzuki分布的伪随机变元. Distributed[x,SuzukiDistribution[μ,ν]],更简洁的表示为 xSuzukiDistribution[μ,ν],可用于论断随机变量 x 服从Suzuki分布. 然后这类论断可用于诸如 Probability、NProbability、Expectation 和 NExpectation 等函数中.
- 概率密度和累积分布函数可以通过使用 PDF[SuzukiDistribution[μ,ν],x] 和 CDF[SuzukiDistribution[μ,ν],x] 给出. 均值、中位数、方差、原始矩和中心矩可以分别使用 Mean、Median、Variance、Moment 和 CentralMoment 计算.
- DistributionFitTest 可用于检验给定的数据集是否与Suzuki分布相一致, EstimatedDistribution 可用于通过给定数据估计Suzuki参数分布,而 FindDistributionParameters 可用于将数据拟合为Suzuki分布. ProbabilityPlot 可用于生成已知数据相对于符号式Suzuki分布的 CDF 图形,而 QuantilePlot 可用于生成已知数据相对于符号式Suzuki分布的分位数的分位数图形.
- TransformedDistribution 可用于表示变换Suzuki分布,CensoredDistribution 可用于表示在上限和下限删失值的分布,而 TruncatedDistribution 可用于表示在上限和下限值之间截断值的分布. CopulaDistribution 可用于构建包含Suzuki分布的更高维分布,而 ProductDistribution 可用于计算涉及Suzuki分布的独立分量分布的联合分布.
- SuzukiDistribution 与若干其他分布密切相关. 根据定义,SuzukiDistribution 是 RayleighDistribution 和 LogNormalDistribution 的参数混合 ParameterMixtureDistribution,因为 SuzukiDistribution[μ,ν] 等价于 RayleighDistribution[σ] 根据 σLogNormalDistribution[μ,ν]. 由于这些关系,SuzukiDistribution 也与 NormalDistribution、BinormalDistributionLaplaceDistribution、KDistribution、StableDistribution、RiceDistribution、MaxwellDistribution、LevyDistribution、ChiDistribution 和 ChiSquareDistribution.
范例
打开所有单元关闭所有单元范围 (7)
应用 (1)
属性和关系 (3)
当使用一个正因子为比例进行缩放时,新生成的分布仍然是 Suzuki 分布:
SuzukiDistribution 是 RayleighDistribution 和 LogNormalDistribution 的参数混合:
Suzuki 分布可以由 RayleighDistribution 和 LogNormalDistribution 获得:
Wolfram Research (2010),SuzukiDistribution,Wolfram 语言函数,https://reference.wolfram.com/language/ref/SuzukiDistribution.html (更新于 2016 年).
文本
Wolfram Research (2010),SuzukiDistribution,Wolfram 语言函数,https://reference.wolfram.com/language/ref/SuzukiDistribution.html (更新于 2016 年).
CMS
Wolfram 语言. 2010. "SuzukiDistribution." 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/SuzukiDistribution.html.
APA
Wolfram 语言. (2010). SuzukiDistribution. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/SuzukiDistribution.html 年