ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

expcdf

構文

p = expcdf(x,mu)
[p,plo,pup] = expcdf(x,mu,pcov,alpha)
[p,plo,pup] = expcdf(___,'upper')

説明

p = expcdf(x,mu) は、対応する平均パラメーター mu を使用して、x の各値に対する指数累積分布関数を計算します。xmu は、同じサイズのベクトル、行列、または多次元配列になります。スカラー入力は、他の入力と同じ次元の定数配列に展開されます。mu のパラメーターは、正の値でなければなりません。

[p,plo,pup] = expcdf(x,mu,pcov,alpha) は、入力平均パラメーター mu が推定値である場合に p に対する信頼限界を求めます。pcov は、推定された mu の分散です。alpha は、100(1 - alpha)% の信頼限界を指定します。alpha の既定値は 0.05 です。plopup は、信頼限界の下限と上限を含む p と同じサイズの配列です。区間は、mu の推定の対数分布に対する正規近似に基づきます。データの集合から mu を推定する場合、expfit をデータに適用して mu の信頼区間を取得してから、その区間の下限および上限で expinv を評価すると、さらに正確な区間の集合を取得できます。

[p,plo,pup] = expcdf(___,'upper') は、極端な上裾の確率をより正確に計算するアルゴリズムを使用して、x の各値に対する指数累積分布関数の補数を返します。これまでに説明した構文のいずれでも引数 'upper' を使用できます。

指数累積分布関数は、次の式で表されます。

p=F(x|u)=0x1μetμdt=1exμ

結果の p は、指数分布に由来する 1 つの観測値が区間 [0 x] に含まれる確率です。

すべて折りたたむ

次のコードは、指数分布の中央値が µ*log(2) であることを示します。

mu = 10:10:60; 
p = expcdf(log(2)*mu,mu)
p = 1×6

    0.5000    0.5000    0.5000    0.5000    0.5000    0.5000

指数分布の確率変数が平均 µ 以下になる確率は、どのくらいでしょうか。

mu = 1:6;
x = mu;
p = expcdf(x,mu)
p = 1×6

    0.6321    0.6321    0.6321    0.6321    0.6321    0.6321

拡張機能

C/C++ コード生成
MATLAB® Coder™ を使用して C および C++ コードを生成します。

参考

| | | | | |

トピック

R2006a より前に導入