程序包 org.hipparchus.distribution.continuous

类 BetaDistribution

java.lang.Object
org.hipparchus.distribution.continuous.AbstractRealDistribution
org.hipparchus.distribution.continuous.BetaDistribution
所有已实现的接口:
Serializable, RealDistribution
public class BetaDistribution extends AbstractRealDistribution
实现Beta分布。
另请参阅:

  • 构造器详细资料

    • BetaDistribution

      public BetaDistribution(double alpha, double beta)
      构建一个新实例。
      参数:
      alpha - 第一个形状参数（必须为正）。
      beta - 第二个形状参数（必须为正）。

    • BetaDistribution

      public BetaDistribution(double alpha, double beta, double inverseCumAccuracy)
      构建一个新实例。
      参数:
      alpha - 第一个形状参数（必须为正）。
      beta - 第二个形状参数（必须为正）。
      inverseCumAccuracy - 反向累积概率估计的最大绝对误差（默认为AbstractRealDistribution.DEFAULT_SOLVER_ABSOLUTE_ACCURACY）。

  • 方法详细资料

    • getAlpha

      public double getAlpha()
      访问第一个形状参数alpha。
      返回:
      第一个形状参数。

    • getBeta

      public double getBeta()
      访问第二个形状参数beta。
      返回:
      第二个形状参数。

    • density

      public double density(double x)
      返回在指定点x处评估的此分布的概率密度函数（PDF）。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:
      在点x处概率密度函数的值

    • logDensity

      public double logDensity(double x)
      返回在指定点x处评估的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RealDistribution.density(double)的对数更精确和更快。

      默认实现只计算density(x)的对数。

      指定者:
      logDensity 在接口中 RealDistribution
      覆盖:
      logDensity 在类中 AbstractRealDistribution
      参数:
      x - 评估PDF的点
      返回:
      在点x处概率密度函数的对数值

    • cumulativeProbability

      public 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:
      具有此分布的随机变量取小于或等于x值的概率

    • getNumericalMean

      public double getNumericalMean()
      使用此方法获取此分布的均值的数值。对于第一个形状参数alpha和第二个形状参数beta，均值为alpha / (alpha + beta)。
      返回:
      均值或Double.NaN（如果未定义）

    • getNumericalVariance

      public double getNumericalVariance()
      使用此方法获取此分布的方差的数值。对于第一个形状参数alpha和第二个形状参数beta，方差为(alpha * beta) / [(alpha + beta)^2 * (alpha + beta + 1)]。
      返回:
      方差（可能为Double.POSITIVE_INFINITY，如TDistribution中的某些情况）或Double.NaN（如果未定义）

    • getSupportLowerBound

      public double getSupportLowerBound()
      访问支持的下限。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}。

      支持的下限始终为0，无论参数如何。
      返回:
      支持的下限（始终为0）

    • getSupportUpperBound

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

      inf {x in R | P(X ≤ x) = 1}。

      支持的上限始终为1，无论参数如何。
      返回:
      支持的上限（始终为1）

    • isSupportConnected

      public boolean isSupportConnected()
      使用此方法获取有关支持是否连通的信息，即支持的下限和上限之间的所有值是否都包含在支持中。此分布的支持是连通的。
      返回:
      true