概率密度函数
函数库: TyStatistics
# 语法
# 说明
y = pdf(pd,x) 返回概率分布对象 pd 的 pdf，在 x 中的值处计算函数值。示例
# 示例
使用分布对象计算正态分布 pdf
创建一个正态分布对象，并使用该对象计算正态分布的 pdf 值。
创建均值 μ 等于 1、标准差 σ 等于 5 的正态分布对象。
using TyStatistics
mu = 1
sigma = 5
pd = Normal(mu,sigma)
定义输入向量 x 以包含用于计算 pdf 的值。
x = [-2,-1,0,1,2]
基于 x 中的值计算正态分布的 pdf 值。
y = pdf.(pd,x)
5-element Vector{Float64}:
0.06664492057835994
0.07365402806066466
0.07820853879509118
0.07978845608028654
0.07820853879509118
y 中的每个值对应于输入向量 x 中的一个值。例如，在值 x 等于 1 处，y 中对应的 pdf 值等于 0.0798。
计算泊松分布 pdf
创建一个泊松分布对象，使用的速率参数 λ 等于 2。
using TyStatistics
lambda = 2
pd = Poisson(lambda)
定义输入向量 x 以包含用于计算 pdf 的值。
x = [0,1,2,3,4]
基于 x 中的值计算泊松分布的 pdf 值。
y = pdf.(pd,x)
5-element Vector{Float64}:
0.1353352832366127
0.2706705664732254
0.2706705664732254
0.18044704431548356
0.09022352215774178
y 中的每个值对应于输入向量 x 中的一个值。例如，在值 x 等于 3 处，y 中对应的 pdf 值等于 0.1804。
绘制标准正态分布 pdf
创建一个标准正态分布对象。
using TyPlot
using TyStatistics
pd = Normal()
pd = Normal{Float64}(μ=0.0, σ=1.0)
指定 x 值并计算 pdf。
x = -3:.1:3
pdf_normal = pdf.(pd,x)
绘制标准正态分布的 pdf。
plot(x,pdf_normal,linewidth=2)
绘制 Weibull 分布 pdf
创建 Weibull 概率分布对象。
using TyPlot
using TyStatistics
pd = Weibull(2,5)
Weibull{Float64}(α=2.0, θ=5.0)
指定 x 值并计算 pdf。
x = 0:.1:15
y = pdf.(pd,x)
绘制 pdf。
plot(x,y,linewidth=2)
# 输入参数
x - 计算pdf的值
标量值 |标量值数组
用于计算 pdf 的值，指定为标量值或标量值组成的数组。
如果输入参数 x、A、B、C 和 D 中的一个或多个是数组，则数组大小必须相同。在这种情况下，pdf 将每个标量输入扩展为与数组输入大小相同的常量数组。
示例： [0.1,0.25,0.5,0.75,0.9]
数据类型： Float32 |Float64 |Int8 |Int16 |Int32 |Int64 |Int128 |UInt8 |UInt16 |UInt32 |UInt64 |UInt128
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
y - pdf值
标量值 |标量值数组
pdf 值，以标量值或标量值数组的形式返回。在经过任何必要的标量扩展后，y 的大小与 x 相同。y 中的每个元素均为由分布参数（A、B、C 和 D）中的对应元素指定或由概率分布对象 (pd) 指定的分布的 pdf 值，其值在 x 中的对应元素处进行计算。