# norminv
正态逆累积分布函数
函数库: TyStatistics
# 语法
x = norminv(p)
x = norminv(p,mu,sigma)
# 说明
x = norminv(p) 返回标准正态累积分布函数 (cdf) 的逆函数，以 p 中的概率值计算。
x = norminv(p,mu,sigma) 返回具有均值 mu 和标准差 sigma 的正态 cdf 的倒数，以 p 中的概率值进行计算。
# 示例
计算标准正态分布逆累积分布函数
using TyStatistics
x = norminv.([0.025 0.975])
ans = 1×2 Matrix{Float64}:
-1.95996 1.95996
请注意，区间 x 不是唯一的此类区间，但它是最短的。 寻找另一个区间。
xl = norminv.([0.01 0.96])
xl = 1×2 Matrix{Float64}:
-2.32635 1.75069
区间 x1 也包含 95% 的概率，但比 x 长。
正态分布逆累积分布函数
using TyStatistics
p = 0:0.25:1
mu = 2
sigma = 1
x = norminv(p,mu,sigma)
5-element Vector{Float64}:
-Inf
1.3255102498039182
2.0
2.6744897501960816
Inf
对于具有不同平均参数的各种正态分布，计算在 0.5 处计算的逆累积分布函数值。
mu = [-2,-1,0,1,2]
sigma = 1
x = norminv(0.5,mu,sigma)
x = 5-element Vector{Float64}:
-2.0
-1.0
0.0
1.0
2.0
# 输入参数
p - 计算icdf的值 [0,1] 中的标量值 | 标量值数组
要计算多个值的 icdf，请使用数组指定 p。 要计算多个分布的 icdfs，请使用数组指定 mu 和 sigma。 如果一个或多个输入参数 p、mu 和 sigma 是数组，则数组大小必须相同。 在这种情况下，norminv 将每个标量输入扩展为与数组输入大小相同的常量数组。 x 中的每个元素都是由 mu 和 sigma 中的相应元素指定的分布的 icdf 值，在 p 中的相应元素处进行计算。
示例： [0.1,0.5,0.9]
数据类型： Float32 |Float64 |Int8 |Int16 |Int32 |Int64 |Int128 |UInt8 |UInt16 |UInt32 |UInt64 |UInt128
mu - 均值
0（默认）| 标量值 | 标量值数组
要计算多个值的 icdf，请使用数组指定 p。 要计算多个分布的 icdf，请使用数组指定 mu 和 sigma。 如果一个或多个输入参数 p、mu 和 sigma 是数组，则数组大小必须相同。 在这种情况下，norminv 将每个标量输入扩展为与数组输入大小相同的常量数组。 x 中的每个元素都是由 mu 和 sigma 中的相应元素指定的分布的 icdf 值，在 p 中的相应元素处进行计算。
示例： [0 1 2; 0 1 2]
数据类型： Float32 |Float64 |Int8 |Int16 |Int32 |Int64 |Int128 |UInt8 |UInt16 |UInt32 |UInt64 |UInt128
sigma - 标准差
1（默认）| 非负标量值 | 非负标量值数组
要计算多个值的 icdf，请使用数组指定 p。 要计算多个分布的 icdfs，请使用数组指定 mu 和 sigma。 如果一个或多个输入参数 p、mu 和 sigma 是数组，则数组大小必须相同。 在这种情况下，norminv 将每个标量输入扩展为与数组输入大小相同的常量数组。 x 中的每个元素都是由 mu 和 sigma 中的相应元素指定的分布的 icdf 值，在 p 中的相应元素处进行计算。
示例： [1 1 1; 2 2 2]
数据类型： Float32 |Float64 |Int8 |Int16 |Int32 |Int64 |Int128 |UInt8 |UInt16 |UInt32 |UInt64 |UInt128