程序包 org.hipparchus.distribution

接口 RealDistribution

所有已知实现类:
AbstractRealDistribution, BetaDistribution, CauchyDistribution, ChiSquaredDistribution, ConstantRealDistribution, EmpiricalDistribution, EnumeratedRealDistribution, ExponentialDistribution, FDistribution, GammaDistribution, GumbelDistribution, LaplaceDistribution, LevyDistribution, LogisticDistribution, LogNormalDistribution, NakagamiDistribution, NormalDistribution, ParetoDistribution, TDistribution, TriangularDistribution, UniformRealDistribution, WeibullDistribution
public interface RealDistribution
连续分布的基本接口。

  • 方法概要

    修饰符和类型
    方法
    说明
    double
    cumulativeProbability(double x)
    对于随机变量 X，其值根据此分布进行分布，此方法返回 P(X <= x)。
    double
    density(double x)
    返回在指定点 x 处评估此分布的概率密度函数（PDF）。
    double
    getNumericalMean()
    使用此方法获取此分布的均值的数值。
    double
    getNumericalVariance()
    使用此方法获取此分布的方差的数值。
    double
    getSupportLowerBound()
    访问支持的下界。
    double
    getSupportUpperBound()
    访问支持的上界。
    double
    inverseCumulativeProbability(double p)
    计算此分布的分位函数。
    boolean
    isSupportConnected()
    使用此方法获取有关支持是否连通的信息，即支持的下界和上界之间的所有值是否包含在支持中。
    double
    logDensity(double x)
    返回在指定点 x 处评估此分布的概率密度函数（PDF）的自然对数。
    double
    probability(double x0, double x1)
    对于随机变量 X，其值根据此分布进行分布，此方法返回 P(x0 < X <= x1)。

  • 方法详细资料

    • probability

      double probability(double x0, double x1) throws MathIllegalArgumentException
      对于随机变量 X，其值根据此分布进行分布，此方法返回 P(x0 < X <= x1)。
      参数:
      x0 - 排他性下界
      x1 - 包含性上界
      返回:
      随机变量具有此分布的值落在 x0 和 x1 之间的概率，不包括下界但包括上界端点
      抛出:
      MathIllegalArgumentException - 如果 x0 > x1

    • density

      double density(double x)
      返回在指定点 x 处评估此分布的概率密度函数（PDF）的自然对数。一般来说，PDF 是 CDF 的导数。如果在 x 处导数不存在，则应返回适当的替代值，例如 Double.POSITIVE_INFINITY、Double.NaN，或者差商的下限或上限。
      参数:
      x - 评估 PDF 的点
      返回:
      点 x 处概率密度函数的值

    • logDensity

      double logDensity(double x)
      返回在指定点 x 处评估此分布的概率密度函数（PDF）的自然对数。一般来说，PDF 是 CDF 的导数。如果在 x 处导数不存在，则应返回适当的替代值，例如 Double.POSITIVE_INFINITY、Double.NaN，或者差商的下限或上限。请注意，由于浮点精度和下溢/上溢问题，对于某些分布，此方法将比计算 density(double) 的对数更精确和更快。
      参数:
      x - 评估 PDF 的点
      返回:
      点 x 处概率密度函数的对数值

    • cumulativeProbability

      double cumulativeProbability(double x)
      对于随机变量 X，其值根据此分布进行分布，此方法返回 P(X <= x)。换句话说，此方法表示此分布的（累积）分布函数（CDF）。
      参数:
      x - 评估 CDF 的点
      返回:
      随机变量具有此分布的值小于或等于 x 的概率

    • inverseCumulativeProbability

      double inverseCumulativeProbability(double p) throws MathIllegalArgumentException
      计算此分布的分位函数。对于根据此分布分布的随机变量 X，返回值为
      • inf{x in R | P(X<=x) >= p}，对于 0 < p <= 1,
      • inf{x in R | P(X<=x) > 0}，对于 p = 0。
      参数:
      p - 累积概率
      返回:
      此分布的最小 p 分位数（p = 0 时为最大 0 分位数）
      抛出:
      MathIllegalArgumentException - 如果 p < 0 或 p > 1

    • getNumericalMean

      double getNumericalMean()
      使用此方法获取此分布的均值的数值。
      返回:
      均值或 Double.NaN（如果未定义）

    • getNumericalVariance

      double getNumericalVariance()
      使用此方法获取此分布的方差的数值。
      返回:
      方差（对于 TDistribution 中的某些情况可能为 Double.POSITIVE_INFINITY）或 Double.NaN（如果未定义）

    • getSupportLowerBound

      double getSupportLowerBound()
      访问支持的下界。此方法必须返回与 inverseCumulativeProbability(0) 相同的值。换句话说，此方法必须返回

      inf {x in R | P(X <= x) > 0}。

      返回:
      支持的下界（可能为 Double.NEGATIVE_INFINITY）

    • getSupportUpperBound

      double getSupportUpperBound()
      访问支持的上界。此方法必须返回与 inverseCumulativeProbability(1) 相同的值。换句话说，此方法必顙返回

      inf {x in R | P(X <= x) = 1}。

      返回:
      支持的上界（可能为 Double.POSITIVE_INFINITY）

    • isSupportConnected

      boolean isSupportConnected()
      使用此方法获取支持是否连接，即支持的下限和上限之间的所有值是否包含在支持中。
      返回:
      支持是否连接