icdf
역누적 분포 함수
구문
설명
예제
분포 이름 'Normal' 및 분포 모수를 지정하여 정규분포에 대한 icdf 값을 계산합니다.
icdf를 계산할 지점의 확률 값을 포함하도록 입력 벡터 p를 정의합니다.
p = [0.1,0.25,0.5,0.75,0.9];
평균 가 1이고 표준편차 가 5인 정규분포에 대한 icdf 값을 계산합니다.
mu = 1;
sigma = 5;
y = icdf('Normal',p,mu,sigma)y = 1×5
-5.4078 -2.3724 1.0000 4.3724 7.4078
y의 각 값은 입력 벡터 x의 값에 대응됩니다. 예를 들어, 값 x가 1인 경우 이 값에 대응되는 icdf 값 y는 7.4078입니다.
정규분포 객체를 생성하고 이 객체를 사용하여 정규분포의 icdf 값을 계산합니다.
평균 가 1이고 표준편차 가 5인 정규분포 객체를 생성합니다.
mu = 1; sigma = 5; pd = makedist('Normal','mu',mu,'sigma',sigma);
icdf를 계산할 지점의 확률 값을 포함하도록 입력 벡터 p를 정의합니다.
p = [0.1,0.25,0.5,0.75,0.9];
p의 값에서 정규분포에 대한 icdf 값을 계산합니다.
x = icdf(pd,p)
x = 1×5
-5.4078 -2.3724 1.0000 4.3724 7.4078
x의 각 값은 입력 벡터 p의 값에 대응됩니다. 예를 들어, 값 p가 0.9인 경우 이 값에 대응되는 icdf 값 x는 7.4078입니다.
사건 발생률 모수 가 2인 푸아송 분포 객체를 생성합니다.
lambda = 2; pd = makedist('Poisson','lambda',lambda);
icdf를 계산할 지점의 확률 값을 포함하도록 입력 벡터 p를 정의합니다.
p = [0.1,0.25,0.5,0.75,0.9];
p의 값에서 푸아송 분포에 대한 icdf 값을 계산합니다.
x = icdf(pd,p)
x = 1×5
0 1 2 3 4
x의 각 값은 입력 벡터 p의 값에 대응됩니다. 예를 들어, 값 p가 0.9인 경우 이 값에 대응되는 icdf 값 x는 4입니다.
또는 확률 분포 객체를 생성하지 않고 동일한 icdf 값을 계산할 수도 있습니다. icdf 함수를 사용하고 동일한 사건 발생률 모수 의 값을 사용하여 푸아송 분포를 지정하면 됩니다.
x2 = icdf('Poisson',p,lambda)x2 = 1×5
0 1 2 3 4
icdf 값이 확률 분포 객체를 사용하여 계산된 값과 동일합니다.
표준 정규분포 객체를 생성합니다.
pd = makedist('Normal')pd =
NormalDistribution
Normal distribution
mu = 0
sigma = 1
상한 및 하한 2.5% 값을 계산하여 표준 정규분포를 갖는 검정 통계량에 대한 5% 유의수준에서의 임계값을 결정합니다.
x = icdf(pd,[.025,.975])
x = 1×2
-1.9600 1.9600
cdf를 플로팅하고 임계 영역을 음영 처리합니다.
p = normspec(x,0,1,'outside')
p = 0.0500
입력 인수
출력 인수
대체 기능
icdf는 분포 이름 name으로 지정한 분포를 받거나 확률 분포 객체 pd를 받는 일반 함수입니다. 분포 전용 함수(정규분포의 경우 norminv, 이항분포의 경우 binoinv)를 사용하는 것이 더 빠릅니다. 분포 전용 함수 목록은 지원되는 분포 항목을 참조하십시오.
확장 기능
버전 내역
R2006a 이전에 개발됨
