类 NakagamiDistribution
java.lang.Object
org.hipparchus.distribution.continuous.AbstractRealDistribution
org.hipparchus.distribution.continuous.NakagamiDistribution
- 所有已实现的接口:
-
Serializable,RealDistribution
该类实现了Nakagami分布。
- 另请参阅:
-
字段概要
从类继承的字段 org.hipparchus.distribution.continuous.AbstractRealDistribution
DEFAULT_SOLVER_ABSOLUTE_ACCURACY -
构造器概要
构造器构造器说明NakagamiDistribution(double mu, double omega) 构建一个新实例。NakagamiDistribution(double mu, double omega, double inverseAbsoluteAccuracy) 构建一个新实例。 -
方法概要
修饰符和类型方法说明doublecumulativeProbability(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)。doubledensity(double x) 返回在指定点x处评估的此分布的概率密度函数(PDF)。double使用此方法获取此分布均值的数值。double使用此方法获取此分布方差的数值。doublegetScale()访问比例参数omega。doublegetShape()访问形状参数mu。double访问支持的下界。double访问支持的上界。boolean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都包含在支持中。从类继承的方法 org.hipparchus.distribution.continuous.AbstractRealDistribution
getSolverAbsoluteAccuracy, inverseCumulativeProbability, logDensity, probability
-
构造器详细资料
-
NakagamiDistribution
构建一个新实例。- 参数:
-
mu- 形状参数 -
omega- 比例参数(必须为正) - 抛出:
-
MathIllegalArgumentException- 如果mu < 0.5 -
MathIllegalArgumentException- 如果omega <= 0
-
NakagamiDistribution
public NakagamiDistribution(double mu, double omega, double inverseAbsoluteAccuracy) throws MathIllegalArgumentException 构建一个新实例。- 参数:
-
mu- 形状参数 -
omega- 比例参数(必须为正) -
inverseAbsoluteAccuracy- 反向累积概率估计的最大绝对误差(默认为AbstractRealDistribution.DEFAULT_SOLVER_ABSOLUTE_ACCURACY)。 - 抛出:
-
MathIllegalArgumentException- 如果mu < 0.5 -
MathIllegalArgumentException- 如果omega <= 0
-
-
方法详细资料
-
getShape
public double getShape()访问形状参数mu。- 返回:
- 形状参数。
-
getScale
public double getScale()访问比例参数omega。- 返回:
- 比例参数。
-
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:
- 点x处概率密度函数的值
-
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:
-
随机变量具有此分布的概率小于或等于
x的概率
-
getNumericalMean
public double getNumericalMean()使用此方法获取此分布均值的数值。- 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方差的数值。- 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
public 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,此方法必须返回inf {x in R | P(X ≤ x) = 1}。- 返回:
-
支持的上界(可能为
Double.POSITIVE_INFINITY)
-
isSupportConnected
public boolean isSupportConnected()使用此方法获取有关支持是否连通的信息,即支持的下界和上界之间的所有值是否都包含在支持中。- 返回:
- 支持是否连通
-