scipy.special.gdtrib#

scipy.special.gdtrib(a, p, x, out=None) = <ufunc 'gdtrib'>#

Inverse von gdtr bezüglich b.

Gibt die Inverse bezüglich des Parameters b von p = gdtr(a, b, x) zurück, der kumulativen Verteilungsfunktion der Gamma-Verteilung.

Parameter:

aarray_like: Parameterwerte von gdtr(a, b, x)`. ``1/a ist der „Skalenparameter“ der Gamma-Verteilung.
parray_like: Wahrscheinlichkeitswerte.
xarray_like: Nicht-negative reelle Werte aus dem Definitionsbereich der Gamma-Verteilung.
outndarray, optional: Wenn ein viertes Argument angegeben wird, muss es ein numpy.ndarray sein, dessen Größe dem Broadcast-Ergebnis von a, b und x entspricht. out ist dann das von der Funktion zurückgegebene Array.

Rückgabe:

bSkalar oder ndarray: Werte des Parameters b, so dass p = gdtr(a, b, x). b ist der „Formparameter“ der Gamma-Verteilung.

Siehe auch

gdtr: CDF der Gamma-Verteilung.
gdtria: Inverse bezüglich a von gdtr(a, b, x).
gdtrix: Inverse bezüglich x von gdtr(a, b, x).

Hinweise

Die kumulative Verteilungsfunktion p wird mithilfe der Cephes-Routinen [1] igam und igamc berechnet. Die Berechnung von b beinhaltet eine Suche nach einem Wert, der den gewünschten Wert von p liefert, unter Verwendung des bracketing-Algorithmus von Chandrupatla [2].

Beachten Sie, dass es einige Grenzfälle gibt, in denen gdtrib durch Einnahme von Grenzwerten, wo diese eindeutig definiert sind, erweitert wird. Insbesondere x == 0 mit p > 0 und p == 0 mit x > 0. Für diese Grenzfälle wird ein numerisches Ergebnis für gdtrib(a, p, x) zurückgegeben, obwohl gdtr(a, gdtrib(a, p, x), x) undefiniert ist.

Referenzen

[1]

Cephes Mathematical Functions Library, http://www.netlib.org/cephes/

[2]

Chandrupatla, Tirupathi R. „A new hybrid quadratic/bisection algorithm for finding the zero of a nonlinear function without using derivatives“. Advances in Engineering Software, 28(3), 145-149. https://doi.org/10.1016/s0965-9978(96)00051-8

Beispiele

Werten Sie zuerst gdtr aus.

>>> from scipy.special import gdtr, gdtrib
>>> p = gdtr(1.2, 3.4, 5.6)
>>> print(p)
0.94378087442

Überprüfen Sie die Inverse.

>>> gdtrib(1.2, p, 5.6)
3.3999999999999995