# median
概率分布的中位数
函数库: TyStatistics
# 语法
# 说明
m = median(pd) 返回概率分布对象 pd 的中位数。示例
# 示例
拟合分布的中位值
加载样本数据。创建包含学生考试成绩数据的第一列的向量。
using TyStatistics
filename = pkgdir(TyStatistics) * "/examples/ProbabilityDistributions/paramci/paramci_data.jl";
include(filename);
x = grades[:,1];
通过对数据进行正态分布拟合来创建正态分布对象。
pd = fitdist(x,"Normal")
pd = 正态分布
μ = 75.00833333333334 [73.43209063755675, 76.58457602910993]
σ = 8.720203367967486 [7.739096361928119, 9.988434824841422]
分布对象的输出包括均值 (mu) 和标准差 (sigma) 的参数估计值，以及每个参数的 95% 置信区间。
计算拟合分布的中位值。
m = median(pd)
m = 75.00833333333334
对于正态分布等对称分布，中位数等于平均值 mu。
计算威布尔分布 median
创建 Weibull 概率分布对象。
using TyPlot
using TyStatistics
pd = Weibull(2,5)
计算分布均值。
median(pd)
4.162773055788488
对于 Weibull 分布等偏态分布，中位数和均值可能不相等。
计算 Weibull 分布的平均值并将其与中位数进行比较。
mean(pd)
4.43113462726379
分布的均值大于中位数。
绘制 pdf 以可视化分布。
x = [0:.1:15;]
pdf1 = pdf.(pd,x)
plot(x,pdf1)
# 输入参数
pd - 概率分布
概率分布对象
概率分布，指定为下表中的概率分布对象之一。
# 输出参数
m - 中位数
标量
概率分布的中值，作为标量值返回。m 的值是概率分布的第 50 个百分位。