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。

random

構文

R = random('name',A)
R = random('name',A,B)
R = random('name',A,B,C)
R = random('name',A,B,C,D)
R = random(pd)
R = random(___,sz1,...,szN)
R = random(___,[sz1,...,szN])

説明

R = random('name',A) は、'name' と分布パラメーター A によって指定された 1 パラメーターの分布族から派生する乱数を返します。

R = random('name',A,B) は、'name' と分布パラメーター A および B によって指定された 2 パラメーターの分布族から派生する乱数を返します。

R = random('name',A,B,C) は、'name' と分布パラメーター AB および C によって指定された 3 パラメーターの分布族から派生する乱数を返します。

R = random('name',A,B,C,D) は、'name' と分布パラメーター ABC および D によって指定された 4 パラメーターの分布族から派生する乱数を返します。

R = random(pd) は、確率分布オブジェクト pd から派生する乱数を返します。

R = random(___,sz1,...,szN) または R = random(___,[sz1,...,szN]) は、前のいずれかの構文の入力引数を使用して、指定された確率分布から派生する sz1 x⋯x szN の乱数の配列を生成します。

すべて折りたたむ

標準正規確率分布オブジェクトを作成します。

pd = makedist('Normal')
pd = 
  NormalDistribution

  Normal distribution
       mu = 0
    sigma = 1

分布から 1 つの乱数を生成します。

rng('default') % For reproducibility
r1 = random(pd)
r1 = 0.5377

または、名前とパラメーターを指定することにより、標準正規乱数を生成できます。

r2 = random('Normal',0,1)
r2 = 1.8339

乱数発生器の現在の状態を保存します。次に、レート パラメーター 5 をもつポアソン分布から乱数を生成します。

s = rng;
r = random('Poisson',5)
r = 5

乱数発生器の状態を s に戻してから、新しい乱数を作成します。値は前と同じです。

rng(s);
r1 = random('Poisson',5)
r1 = 5

既存の配列と同じサイズをもつ、乱数の行列を作成します。形状パラメーター 2 および 0、スケール パラメーター 1、位置パラメーター 0 をもつ安定分布を使用します。

A = [3 2; -2 1];
sz = size(A);
R = random('Stable',2,0,1,0,sz)
R = 2×2

    0.7604   -3.1945
    2.5935    1.2193

上記の 2 行のコードを結合して 1 行にすることができます。

R = random('Stable',2,0,1,0,size(A))
R = 2×2

    0.4508   -0.6132
   -1.8494    0.4845

既定のパラメーター値を使用してワイブル確率分布オブジェクトを作成します。

pd = makedist('Weibull')
pd = 
  WeibullDistribution

  Weibull distribution
    A = 1
    B = 1

この分布から乱数を生成します。

rng('default')  % For reproducibility
r = random(pd,10000,1);

100 個のビンを使用して、ワイブル分布をあてはめたヒストグラムを作成します。

histfit(r,100,'weibull')

標準正規確率分布オブジェクトを作成します。

pd = makedist('Normal')
pd = 
  NormalDistribution

  Normal distribution
       mu = 0
    sigma = 1

分布から乱数の 2 x 3 x 2 の配列を生成します。

r = random(pd,[2,3,2])
r = 
r(:,:,1) =

    0.5377   -2.2588    0.3188
    1.8339    0.8622   -1.3077


r(:,:,2) =

   -0.4336    3.5784   -1.3499
    0.3426    2.7694    3.0349

入力引数

すべて折りたたむ

確率分布名。次の表のいずれかの確率分布名を指定します。

name分布入力パラメーター A入力パラメーター B入力パラメーター C入力パラメーター D
'Beta'ベータ分布a: 1 番目の形状パラメーターb: 2 番目の形状パラメーター
'Binomial'二項分布n: 試行回数p: それぞれの試行での成功の確率
'BirnbaumSaunders'バーンバウム・サンダース分布β: スケール パラメーターγ: 形状パラメーター
'Burr'ブール型 XII 分布α: スケール パラメーターc: 1 番目の形状パラメーターk: 2 番目の形状パラメーター
'Chisquare'カイ二乗分布ν: 自由度
'Exponential'指数分布μ: 平均値
'Extreme Value'極値分布μ: 位置パラメーターσ: スケール パラメーター
'F'F 分布ν1: 分子の自由度ν2: 分母の自由度
'Gamma'ガンマ分布a: 形状パラメーターb: スケール パラメーター
'Generalized Extreme Value'一般化極値分布k: 形状パラメーターσ: スケール パラメーターμ: 位置パラメーター
'Generalized Pareto'一般化パレート分布k: テール インデックス (形状) パラメーターσ: スケール パラメーターμ: しきい値 (位置) パラメーター
'Geometric'幾何分布p: 確率パラメーター
'HalfNormal'半正規分布μ: 位置パラメーターσ: スケール パラメーター
'Hypergeometric'超幾何分布m: 母集団のサイズk: 母集団内で対象となる特徴をもつ個体の数n: 取り出された標本の数
'InverseGaussian'逆ガウス分布μ: スケール パラメーターλ: 形状パラメーター
'Logistic'ロジスティック分布μ: 平均値σ: スケール パラメーター
'LogLogistic'対数ロジスティック分布μ: 対数値の平均σ: 対数値のスケール パラメーター
'Lognormal'対数正規分布μ: 対数値の平均σ: 対数値の標準偏差
'Nakagami'仲上分布μ: 形状パラメーターω: スケール パラメーター
'Negative Binomial'負の二項分布r: 成功の回数p: 1 回の試行での成功の確率
'Noncentral F'非心 F 分布ν1: 分子の自由度ν2: 分母の自由度δ: 非心度パラメーター
'Noncentral t'非心 t 分布ν: 自由度δ: 非心度パラメーター
'Noncentral Chi-square'非心カイ二乗分布ν: 自由度δ: 非心度パラメーター
'Normal'正規分布μ: 平均値σ: 標準偏差
'Poisson'ポアソン分布λ: 平均値
'Rayleigh'レイリー分布b: スケール パラメーター
'Rician'ライス分布s: 非心度パラメーターσ: スケール パラメーター
'Stable'安定分布α: 1 番目の形状パラメーターβ: 2 番目の形状パラメーターγ: スケール パラメーターδ: 位置パラメーター
'T'スチューデントの t 分布ν: 自由度
'tLocationScale't 位置-スケール分布μ: 位置パラメーターσ: スケール パラメーターν: 形状パラメーター
'Uniform'一様分布 (連続)a: 下限端点 (最小)b: 上限端点 (最大)
'Discrete Uniform'一様分布 (離散)n: 最大観測可能値
'Weibull'ワイブル分布a: スケール パラメーターb: 形状パラメーター

例: 'Normal'

1 番目の確率分布パラメーター。スカラー値またはスカラー値の配列を指定します。

入力引数 ABC および D の 1 つ以上が配列である場合、配列のサイズは同じでなければなりません。この場合、random は配列入力と同じサイズの定数配列に各スカラー入力を拡張します。

データ型: single | double

2 番目の確率分布パラメーター。スカラー値またはスカラー値の配列を指定します。

入力引数 ABC および D の 1 つ以上が配列である場合、配列のサイズは同じでなければなりません。この場合、random は配列入力と同じサイズの定数配列に各スカラー入力を拡張します。

データ型: single | double

3 番目の確率分布パラメーター。スカラー値またはスカラー値の配列を指定します。

入力引数 ABC および D の 1 つ以上が配列である場合、配列のサイズは同じでなければなりません。この場合、random は配列入力と同じサイズの定数配列に各スカラー入力を拡張します。

データ型: single | double

4 番目の確率分布パラメーター。スカラー値またはスカラー値の配列を指定します。

入力引数 ABC および D の 1 つ以上が配列である場合、配列のサイズは同じでなければなりません。この場合、random は配列入力と同じサイズの定数配列に各スカラー入力を拡張します。

データ型: single | double

確率分布。次の表の関数またはアプリで作成した確率分布オブジェクトを指定します。

関数またはアプリ説明
makedist指定されたパラメーター値を使用して確率分布オブジェクトを作成します。
fitdist確率分布オブジェクトを標本データにあてはめます。
Distribution Fitter対話型の Distribution Fitter アプリを使用して確率分布を標本データにあてはめ、あてはめたオブジェクトをワークスペースにエクスポートします。
paretotails裾が一般化パレート分布になっている区分的分布オブジェクトを作成します。

各次元のサイズ。整数値、または整数値の行ベクトルを指定します。たとえば、5,3,2 または [5,3,2] を指定すると、指定した確率分布から 5 x 3 x 2 の乱数の配列が生成されます。

入力引数 ABCD の 1 つ以上が配列である場合は、必要なスカラー拡張後の ABC および D の共通次元に一致する次元 sz1,...,szN を指定しなければなりません。sz1,...,szN の既定値は共通次元です。

  • 単一の値 sz1 を指定した場合、R はサイズ sz1 の正方行列になります。

  • いずれかの次元のサイズが 0 または負である場合、R は空の配列になります。

  • 2 次元を超える場合、random はサイズ 1 の後続次元を無視します。たとえば、random(3,1,1,1) は 3 行 1 列の乱数のベクトルを生成します。

データ型: single | double

出力引数

すべて折りたたむ

指定した確率分布から生成された乱数。スカラー値、または sz1,...,szN で指定された次元をもつスカラー値の配列として返されます。

分布パラメーター ABC または D を指定した場合、R の各要素は、ABC および D 内の対応する要素によって指定された分布から生成された乱数です。

代替機能

  • random は、名前 'name' によって指定された分布、または確率分布オブジェクト pd のいずれも受け入れる汎用関数です。正規分布の場合は randnnormrnd、二項分布の場合は binornd など、分布特有の関数を使用する方が高速です。分布特有の関数の一覧については、サポートされている分布を参照してください。

  • 対話的に乱数を発生させるには、乱数発生ユーザー インターフェイス randtool を使用します。

拡張機能

R2006a より前に導入