scipy.special.gdtrib#

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

gdtr 對 b 的反函數。

返回 gamma 分布的累積分布函數 p = gdtr(a, b, x) 中參數 b 的反函數。

參數:

aarray_like: gdtr(a, b, x) 的 a 參數值。gdtr(a, b, x)`. ``1/a 是 gamma 分布的「尺度」參數。
parray_like: 概率值。
xarray_like: 來自 gamma 分布域的非負實數值。
outndarray, optional: 如果給出第四個參數，則它必須是一個 numpy.ndarray，其大小與 a、b 和 x 的廣播結果相匹配。則 out 是函數返回的陣列。

返回:

bscalar or ndarray: 使得 p = gdtr(a, b, x) 的參數 b 值。p = gdtr(a, b, x)。 b 是 gamma 分布的「形狀」參數。



參見

gdtr
gamma 分布的 CDF（累積分布函數）。

gdtria
gdtr(a, b, x) 對 a 的反函數。

gdtrix
gdtr(a, b, x) 對 x 的反函數。



註釋
累積分布函數 p 是使用 Cephes [1] 常式 igam 和 igamc 計算的。 b 的計算涉及使用 Chandrupatla 的括號求根演算法 [2] 搜索產生所需 p 值的數值。
請注意，在某些邊緣情況下，gdtrib 通過取極限進行擴展，在這些極限中它們是唯一確定的。 特別是當 x == 0 且 p > 0 以及 p == 0 且 x > 0 時。 對於這些邊緣情況，即使 gdtr(a, gdtrib(a, p, x), x) 未定義，也會為 gdtrib(a, p, x) 返回數值結果。
參考文獻


[1]
Cephes 數學函數庫，http://www.netlib.org/cephes/


[2]
Chandrupatla, Tirupathi R. 「一種新的混合二次/二分演算法，用於在不使用導數的情況下找到非線性函數的零點」。 工程軟體進展，28(3), 145-149。 https://doi.org/10.1016/s0965-9978(96)00051-8


範例


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


驗證反函數。
>>> gdtrib(1.2, p, 5.6)
3.3999999999999995