도움말
인텔리퀀트의 사용방법과 메뉴얼입니다.

Distributions

Table Of Contents


Distributions

jStat.beta( alpha, beta )

jStat.beta.pdf( x, alpha, beta )

alpha, beta 매개 변수를 가지는 베타 분포의 pdf(Probability density function) 에서의 x 값을 구합니다.

jStat.beta.cdf( x, alpha, beta )

alpha, beta 매개 변수를 가지는 베타 분포의 cdf(Cumulative distribution function) 에서의 x 값을 구합니다.

jStat.beta.inv( p, alpha, beta )

alpha, beta 매개 변수를 가지는 베타 분포의 cdf(Cumulative distribution function) 역함수에서의 x 값을 구합니다.

jStat.beta.mean( alpha, beta )

alpha, beta 매개 변수를 가지는 베타 분포의 평균을 구합니다.

jStat.beta.median( alpha, beta )

alpha, beta 매개 변수를 가지는 베타 분포의 중앙값을 반환합니다.

jStat.beta.mode( alpha, beta )

alpha, beta 매개 변수를 가지는 베타 분포의 최빈값을 반환합니다.

jStat.beta.sample( alpha, beta )

alpha, beta 매개 변수를 가지는 베타 분포에서 임의의 숫자를 반환합니다.

jStat.beta.variance( alpha, beta )

alpha, beta 매개 변수를 가지는 베타 분포의 분산을 반환합니다.

jStat.centralF( df1, df2 )

jStat.centralF.pdf( x, df1, df2 )

분자 자유도가 df1이고 분모 자유도가 df2인 (Central) F distribution의 pdf에 있는 x값을 구합니다.

jStat.centralF.cdf( x, df1, df2 )

분자 자유도가 df1이고 분모 자유도가 df2인 (Central) F distribution의 cdf에 있는 x값을 구합니다.

jStat.centralF.inv( x, df1, df2 )

분자 자유도가 df1이고 분모 자유도가 df2인 (Central) F distribution의 cdf 역함수에 있는 x값을 구합니다.

jStat.centralF.mean( df1, df2 )

Returns the mean of the (Central) F distribution with numerator degrees of freedom df1 and denominator degrees of freedom df2.

분자 자유도가 df1이고 분모 자유도가 df2인 (Central) F distribution의 평균을 반환합니다.

jStat.centralF.mode( df1, df2 )

분자 자유도가 df1이고 분모 자유도가 df2인 (Central) F distribution의 최빈값을 반환합니다.

jStat.centralF.sample( df1, df2 )

분자 자유도가 df1이고 분모 자유도가 df2인 (Central) F distribution에서 임의의 숫자를 반환합니다.

jStat.centralF.variance( df1, df2 )

분자 자유도가 df1이고 분모 자유도가 df2인 (Central) F distribution의 분산을 반환합니다.

jStat.cauchy( local, scale )

jStat.cauchy.pdf( x, local, scale )

'scale' 스케일 팩터와 'local' 위치(중앙값)를 가지는 Cauchy 분포의 pdf에 있는 x값을 구합니다.

jStat.cauchy.cdf( x, local, scale )

'scale' 스케일 팩터와 'local' 위치(중앙값)를 가지는 Cauchy 분포의 cdf에 있는 x값을 구합니다.

jStat.cauchy.inv( p, local, scale )

'scale' 스케일 팩터와 'local' 위치(중앙값)를 가지는 Cauchy 분포의 cdf 역함수에 있는 x값을 구합니다.

jStat.cauchy.median( local, scale )

'scale' 스케일 팩터와 'local' 위치(중앙값)를 가지는 Cauchy 분포의 평균을 구합니다.

jStat.cauchy.mode( local, scale )

'scale' 스케일 팩터와 'local' 위치(중앙값)를 가지는 Cauchy 분포의 최빈값을 구합니다.

jStat.cauchy.sample( local, scale )

'scale' 스케일 팩터와 'local' 위치(중앙값)를 가지는 Cauchy 분포에서 임의의 숫자를 반환합니다.

jStat.cauchy.variance( local, scale )

'scale' 스케일 팩터와 'local' 위치(중앙값)를 가지는 Cauchy 분포에서 분산을 구합니다.

jStat.chisquare( dof )

jStat.chisquare.pdf( x, dof )

자유도 dof를 가지는 Chi Square 분포의 pdf에 있는 x값을 구합니다.

jStat.chisquare.cdf( x, dof )

자유도 dof를 가지는 Chi Square 분포의 cdf에 있는 x값을 구합니다.

jStat.chisquare.inv( p, dof )

자유도 dof를 가지는 Chi Square 분포의 cdf 역함수에 있는 x값을 구합니다.

jStat.chisquare.mean( dof )

자유도 dof를 가지는 Chi Square 분포의 평균을 구합니다.

jStat.chisquare.median( dof )

자유도 dof를 가지는 Chi Square 분포의 중앙값을 구합니다.

jStat.chisquare.mode( dof )

자유도 dof를 가지는 Chi Square 분포의 최빈값을 구합니다.

jStat.chisquare.sample( dof )

자유도 dof를 가지는 Chi Square 분포에서 임의의 숫자를 반환합니다.

jStat.chisquare.variance( dof )

자유도 dof를 가지는 Chi Square 분포의 분산을 반환합니다.

jStat.exponential( rate )

jStat.exponential.pdf( x, rate )

매개변수 rate (λ, lambda)를 가지는 자연지수 분포의 pdf에 있는 x값을 구합니다.

jStat.exponential.cdf( x, rate )

매개변수 rate (λ, lambda)를 가지는 자연지수 분포의 cdf에 있는 x값을 구합니다.

jStat.exponential.inv( p, rate )

매개변수 rate (λ, lambda)를 가지는 자연지수 분포의 cdf 역함수에 있는 x값을 구합니다.

jStat.exponential.mean( rate )

매개변수 rate (λ, lambda)를 가지는 자연지수 분포의 평균을 구합니다.

jStat.exponential.median( rate )

매개변수 rate (λ, lambda)를 가지는 자연지수 분포의 중앙값을 구합니다.

jStat.exponential.mode( rate )

매개변수 rate (λ, lambda)를 가지는 자연지수 분포의 최빈값을 구합니다.

jStat.exponential.sample( rate )

Returns a random number whose distribution is the Exponential distribution with the parameter rate (lambda).

매개변수 rate (λ, lambda)를 가지는 자연지수 분포에서 임의의 숫자를 반환합니다.

jStat.exponential.variance( rate )

매개변수 rate (λ, lambda)를 가지는 자연지수 분포의 분산을 구합니다.

jStat.gamma( shape, scale )

jStat.gamma.pdf( x, shape, scale )

매개변수 shape (k)와 scale (Θ, theta)를 가지는 감마(Gamma) 분포의 pdf에서 x값을 구합니다. 알파 베타 규칙을 사용하는 경우 scale = 1 / beta입니다.

jStat.gamma.cdf( x, shape, scale )

매개변수 shape (k)와 scale (Θ, theta)를 가지는 감마 분포의 cdf에서 x값을 구합니다. 알파 베타 규칙을 사용하는 경우 scale = 1 / beta입니다.

This function is checked against R's pgamma function.

jStat.gamma.inv( p, shape, scale )

매개변수 shape (k)와 scale (Θ, theta)를 가지는 감마 분포의 cdf 역함수에서 x값을 구합니다. 알파 베타 규칙을 사용하는 경우 scale = 1 / beta입니다.

이 기능은 R 언어의 qgamma함수과 비교해서 확인될 수 있습니다.

jStat.gamma.mean( shape, scale )

매개변수 shape (k)와 scale (Θ, theta)를 가지는 감마 분포의 평균을 구합니다. 알파 베타 규칙을 사용하는 경우 scale = 1 / beta입니다.

jStat.gamma.mode( shape, scale )

매개변수 shape (k)와 scale (Θ, theta)를 가지는 감마 분포의 최빈값을 구합니다. 알파 베타 규칙을 사용하는 경우 scale = 1 / beta입니다.

jStat.gamma.sample( shape, scale )

매개변수 shape (k)와 scale (Θ, theta)를 가지는 감마 분포에서 임의의 숫자를 반환합니다. 알파 베타 규칙을 사용하는 경우 scale = 1 / beta입니다.

jStat.gamma.variance( shape, scale )

Returns the value of the variance for the Gamma distribution with the parameters shape (k) and scale (theta). Notice that if using the alpha beta convention, scale = 1/beta.

매개변수 shape (k)와 scale (Θ, theta)를 가지는 감마 분포의 분산을 구합니다. 알파 베타 규칙을 사용하는 경우 scale = 1 / beta입니다.

jStat.invgamma( shape, scale )

jStat.invgamma.pdf( x, shape, scale )

매개변수 shape (α, alpha)와 scale (β, beta)를 가지는 역감마 분포의 pdf에서 x 값을 구합니다.

jStat.invgamma.cdf( x, shape, scale )

Returns the value of x in the cdf of the Inverse-Gamma distribution with parametres shape (alpha) and scale (beta).

매개변수 shape (α, alpha)와 scale (β, beta)를 가지는 역감마 분포의 cdf에서 x 값을 구합니다.

jStat.invgamma.inv( p, shape, scale )

매개변수 shape (α, alpha)와 scale (β, beta)를 가지는 역감마 분포의 cdf 역함수에서 x 값을 구합니다.

jStat.invgamma.mean( shape, scale )

Returns the value of the mean for the Inverse-Gamma distribution with parametres shape (alpha) and scale (beta).

매개변수 shape (α, alpha)와 scale (β, beta)를 가지는 역감마 분포의 평균을 구합니다.

jStat.invgamma.mode( shape, scale )

Returns the value of the mode for the Inverse-Gamma distribution with parametres shape (alpha) and scale (beta).

매개변수 shape (α, alpha)와 scale (β, beta)를 가지는 역감마 분포의 최빈값을 구합니다.

jStat.invgamma.sample( shape, scale )

Returns a random number whose distribution is the Inverse-Gamma distribution with parametres shape (alpha) and scale (beta).

매개변수 shape (α, alpha)와 scale (β, beta)를 가지는 역감마 분포에서 임의의 숫자를 반환합니다.

jStat.invgamma.variance( shape, scale )

Returns the value of the variance for the Inverse-Gamma distribution with parametres shape (alpha) and scale (beta).

매개변수 shape (α, alpha)와 scale (β, beta)를 가지는 역감마 분포에서 분산을 구합니다.

jStat.kumaraswamy( alpha, beta )

jStat.kumaraswamy.pdf( x, a, b )

매개변수 a와 b를 가지는 Kumaraswamy 분포의 pdf에서 x값을 구합니다.

jStat.kumaraswamy.cdf( x, alpha, beta )

매개변수 a와 b를 가지는 Kumaraswamy 분포의 cdf에서 x값을 구합니다.

jStat.kumaraswamy.inv( p, alpha, beta )

Kumaraswamy pdf 역함수를 반환합니다. 이 함수는 R언어의 VGAM 패키지의 qkumar(p, alpha, beta)에 상응합니다.

jStat.kumaraswamy.mean( alpha, beta )

Returns the value of the mean of the Kumaraswamy distribution with parameters a and b.

매개변수 a와 b를 가지는 Kumaraswamy 분포의 평균을 구합니다.

jStat.kumaraswamy.median( alpha, beta )

매개변수 a와 b를 가지는 Kumaraswamy 분포의 중앙값을 구합니다.

jStat.kumaraswamy.mode( alpha, beta )

매개변수 a와 b를 가지는 Kumaraswamy 분포의 최빈값을 구합니다.

jStat.kumaraswamy.variance( alpha, beta )

매개변수 a와 b를 가지는 Kumaraswamy 분포의 분산을 구합니다.

jStat.lognormal( mu, sigma )

jStat.lognormal.pdf( x, mu, sigma )

매개변수 mu (평균)과 σ sigma (표준 편차)를 가지는 Log-normal 분포의 pdf에서 x값을 구합니다.

jStat.lognormal.cdf( x, mu, sigma )

Returns the value of x in the cdf of the Log-normal distribution with paramters mu (mean) and sigma (standard deviation).

매개변수 mu (평균)과 σ sigma (표준 편차)를 가지는 Log-normal 분포의 cdf에서 x값을 구합니다.

jStat.lognormal.inv( p, mu, sigma )

매개변수 mu (정규분포의 평균)과 σ sigma (정규분포의 표준 편차)를 가지는 Log-normal 분포의 cdf 역함수에서 x값을 구합니다.

jStat.lognormal.mean( mu, sigma )

Returns the value of the mean for the Log-normal distribution with paramters mu (mean of the Normal distribution) and sigma (standard deviation of the Normal distribution).

매개변수 mu (정규분포의 평균)과 σ sigma (정규분포의 표준 편차)를 가지는 Log-normal 분포의 평균을 구합니다.

jStat.lognormal.median( mu, sigma )

매개변수 mu (정규분포의 평균)과 σ sigma (정규분포의 표준 편차)를 가지는 Log-normal 분포의 중앙값을 구합니다.

jStat.lognormal.mode( mu, sigma )

매개변수 mu (정규분포의 평균)과 σ sigma (정규분포의 표준 편차)를 가지는 Log-normal 분포의 최빈값을 구합니다.

jStat.lognormal.sample( mu, sigma )

매개변수 mu (정규분포의 평균)과 σ sigma (정규분포의 표준 편차)를 가지는 Log-normal 분포에서 임의의 숫자를 반환합니다.

jStat.lognormal.variance( mu, sigma )

매개변수 mu (정규분포의 평균)과 σ sigma (정규분포의 표준 편차)를 가지는 Log-normal 분포의 분산을 구합니다.

jStat.normal( mean, std )

jStat.normal.pdf( x, mean, std )

매개변수 mean과 std (표준 편차)를 가지는 정규 분포의 pdf에서 x값을 구합니다.

jStat.normal.cdf( x, mean, std )

매개변수 mean과 std (표준 편차)를 가지는 정규 분포의 cdf에서 x값을 구합니다.

jStat.normal.inv( p, mean, std )

매개변수 mean과 std (표준 편차)를 가지는 정규 분포의 cdf 역함수에서 x값을 구합니다.

jStat.normal.mean( mean, std )

매개변수 mean과 std (표준 편차)를 가지는 정규 분포의 평균을 구합니다.

jStat.normal.median( mean, std )

매개변수 mean과 std (표준 편차)를 가지는 정규 분포의 중앙값을 구합니다.

jStat.normal.mode( mean, std )

매개변수 mean과 std (표준 편차)를 가지는 정규 분포의 최빈값을 구합니다.

jStat.normal.sample( mean, std )

매개변수 mean과 std (표준 편차)를 가지는 정규 분포에서 임의의 숫자를 구합니다.

jStat.normal.variance( mean, std )

매개변수 mean과 std (표준 편차)를 가지는 정규 분포의 분산을 구합니다.

jStat.pareto( scale, shape )

jStat.pareto.pdf( x, scale, shape )

매개변수 scale (x_m)과 shape (alpha)를 가지는 Pareto 분포의 pdf에서 x값을 구합니다.

jStat.pareto.inv( p, scale, shape )

매개변수 probability p, scala, shape를 가지는 Pareto 분포 역함수를 반환합니다.

이 함수는 R언어의 VGAM 패키지의 qpareto(p, scale, shape)에 상응하고, R언어의 q<dist> 함수 패턴에 상응된다.

jStat.pareto.cdf( x, scale, shape )

매개변수 scale (x_m)과 shape (alpha)를 가지는 Pareto 분포의 cdf에서 x값을 구합니다.

jStat.pareto.mean( scale, shape )

매개변수 scale (x_m)과 shape (alpha)를 가지는 Pareto 분포의 평균을 구합니다.

jStat.pareto.median( scale, shape )

Returns the value of the median of the Pareto distribution with parameters scale (x_m) and shape (alpha).

매개변수 scale (x_m)과 shape (alpha)를 가지는 Pareto 분포의 중앙값을 구합니다.

jStat.pareto.mode( scale, shape )

매개변수 scale (x_m)과 shape (alpha)를 가지는 Pareto 분포의 최빈값을 구합니다.

jStat.pareto.variance( scale, shape )

매개변수 scale (x_m)과 shape (alpha)를 가지는 Pareto 분포의 분산을 구합니다.

jStat.studentt( dof )

jStat.studentt.pdf( x, dof )

자유도 dof를 가지는 Student's T distribution의 pdf에서 x값을 구합니다.

jStat.studentt.cdf( x, dof )

자유도 dof를 가지는 Student's T distribution의 cdf에서 x값을 구합니다.

jStat.studentt.inv( p, dof )

자유도 dof를 가지는 Student's T distribution의 cdf 역함수에서 p값을 구합니다.

jStat.studentt.mean( dof )

자유도 dof를 가지는 Student's T distribution의 평균을 구합니다.

jStat.studentt.median( dof )

자유도 dof를 가지는 Student's T distribution의 중앙값을 구합니다.

jStat.studentt.mode( dof )

자유도 dof를 가지는 Student's T distribution의 최빈값을 구합니다.

jStat.studentt.sample( dof )

자유도 dof를 가지는 Student's T distribution에서 임의의 숫자를 반환합니다.

jStat.studentt.variance( dof )

자유도 dof를 가지는 Student's T distribution의 분산을 구합니다.

jStat.weibull( scale, shape )

jStat.weibull.pdf( x, scale, shape )

매개변수 scale (lambda) 및 shape (k)를 가지는 Weibull 분포의 pdf에서 x값을 구합니다.

jStat.weibull.cdf( x, scale, shape )

매개변수 scale (lambda) 및 shape (k)를 가지는 Weibull 분포의 cdf에서 x값을 구합니다.

jStat.weibull.inv( p, scale, shape )

매개변수 scale (lambda) 및 shape (k)를 가지는 Weibull 분포의 cdf 역함수에서 x값을 구합니다.

jStat.weibull.mean( scale, shape )

매개변수 scale (lambda) 및 shape (k)를 가지는 Weibull 분포의 평균값을 구합니다.

jStat.weibull.median( scale, shape )

매개변수 scale (lambda) 및 shape (k)를 가지는 Weibull 분포의 중앙값을 구합니다.

jStat.weibull.mode( scale, shape )

매개변수 scale (lambda) 및 shape (k)를 가지는 Weibull 분포의 최빈값을 구합니다.

jStat.weibull.sample( scale, shape )

매개변수 scale (lambda) 및 shape (k)를 가지는 Weibull 분포에서 임의의 숫자를 반환합니다.

jStat.weibull.variance( scale, shape )

매개변수 scale (lambda) 및 shape (k)를 가지는 Weibull 분포의 분산을 구합니다.

jStat.uniform( a, b )

jStat.uniform.pdf( x, a, b )

a부터 b까지의 구간을 가지는 균등 분포 (Uniform distribution)의 pdf에서 x값을 구합니다.

jStat.uniform.cdf( x, a, b )

a부터 b까지의 구간을 가지는 Uniform distribution의 cdf에서 x값을 구합니다.

jStat.uniform.inv(p, a, b)

uniform.cdf 함수의 역함수를 반환합니다; uniform.cdf(x, a, b) == p인 x값을 의미합니다.

jStat.uniform.mean( a, b )

a부터 b까지의 구간을 가지는 Uniform distribution의 평균을 구합니다.

jStat.uniform.median( a, b )

a부터 b까지의 구간을 가지는 Uniform distribution의 중앙값을 구합니다.

jStat.uniform.mode( a, b )

a부터 b까지의 구간을 가지는 Uniform distribution의 최빈값을 구합니다.

jStat.uniform.sample( a, b )

a부터 b까지의 구간을 가지는 Uniform distribution에서 임의의 숫자를 반환합니다.

jStat.uniform.variance( a, b )

a부터 b까지의 구간을 가지는 Uniform distribution의 분산을 구합니다.

jStat.binomial

jStat.binomial.pdf( k, n, p )

매개변수 n과 p를 가지는 Binomial distribution의 pdf에서 k값을 구합니다.

jStat.binomial.cdf( k, n, p )

매개변수 n과 p를 가지는 Binomial distribution의 cdf에서 k값을 구합니다.

jStat.negbin

jStat.negbin.pdf( k, r, p )

매개변수 n과 p를 가지는 Negative distribution의 pdf에서 k값을 구합니다.

jStat.negbin.cdf( x, r, p )

매개변수 n과 p를 가지는 Negative distribution의 cdf에서 k값을 구합니다.

jStat.hypgeom

jStat.hypgeom.pdf( k, N, m, n )

매개변수 N (the popluation size)와 m the success rate), n (the number of draws)를 가지는 Hypergeometric distribution의 pdf에서 k값을 구합니다.

jStat.hypgeom.cdf( x, N, m, n )

매개변수 N (the popluation size)와 m the success rate), n (the number of draws)를 가지는 Hypergeometric distribution의 cdf에서 k값을 구합니다.

jStat.poisson

jStat.poisson.pdf( k, l )

매개변수 l (lambda)를 가지는 Poisson 분포의 pdf에서 k값을 구합니다.

jStat.poisson.cdf( x, l )

매개변수 l (lambda)를 가지는 Poisson 분포의 cdf에서 k값을 구합니다.

jStat.triangular

jStat.triangular.pdf( x, a, b, c )

매개변수 a와 b, c를 가지는 Triangular 분포의 pdf에서 x값을 구합니다.

jStat.triangular.cdf( x, a, b, c )

매개변수 a와 b, c를 가지는 Triangular 분포의 cdf에서 x값을 구합니다.

jStat.triangular.mean( a, b, c )

매개변수 a와 b, c를 가지는 Triangular 분포의 평균을 구합니다.

jStat.triangular.median( a, b, c )

매개변수 a와 b, c를 가지는 Triangular 분포의 중앙값을 구합니다.

jStat.triangular.mode( a, b, c )

매개변수 a와 b, c를 가지는 Triangular 분포의 최빈값을 구합니다.

jStat.triangular.variance( a, b, c )

매개변수 a와 b, c를 가지는 Triangular 분포의 분산을 구합니다.