scipy.special.gdtria#

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

相對於 a,gdtr 的反函數。

傳回相對於參數 a 的反函數,其中 p = gdtr(a, b, x) 是 gamma 分佈的累積分布函數。

參數:
parray_like

機率值。

barray_like

gdtr(a, b, x)b 參數值。b 是 gamma 分佈的「形狀」參數。

xarray_like

非負實數值,來自 gamma 分佈的定義域。

outndarray, optional

如果給定第四個引數,則它必須是一個 numpy.ndarray,其大小與 abx 的廣播結果相符。out 接著會是此函數傳回的陣列。

傳回值:
a純量或 ndarray

參數 a 的值,使得 p = gdtr(a, b, x)1/a 是 gamma 分佈的「尺度」參數。

另請參閱

gdtr

gamma 分佈的 CDF。

gdtrib

相對於 gdtr(a, b, x)b 反函數。

gdtrix

相對於 gdtr(a, b, x)x 反函數。

註解

CDFLIB [1] Fortran 常式 cdfgam 的包裝函式。

累積分布函數 p 是使用 DiDinato 和 Morris [2] 的常式計算而得。a 的計算涉及搜尋一個值,以產生所需的 p 值。此搜尋依賴 p 相對於 a 的單調性。

參考文獻

[1]

Barry Brown, James Lovato, and Kathy Russell, CDFLIB:Fortran 常式庫,用於累積分布函數、反函數和其他參數。

[2]

DiDinato, A. R. and Morris, A. H., 不完全 gamma 函數比率及其反函數的計算。ACM Trans. Math. Softw. 12 (1986), 377-393.

範例

首先評估 gdtr

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

驗證反函數。

>>> gdtria(p, 3.4, 5.6)
1.2