scipy.special.nctdtr#

scipy.special.nctdtr(df, nc, t, out=None) = <ufunc 'nctdtr'>#

非中心 t 分佈的累積分布函數。

參數:
dfarray_like

分佈的自由度。應在 (0, 無限大) 範圍內。

ncarray_like

非中心性參數。

tarray_like

分位數,即積分上限。

outndarray, optional

函數結果的選用輸出陣列

回傳值:
cdfscalar or ndarray

計算出的 CDF。如果所有輸入都是純量,則回傳值將為浮點數。否則,它將會是一個陣列。

另請參閱

nctdtrit

非中心 t 分佈的反向 CDF (iCDF)。

nctdtridf

計算自由度,給定 CDF 和 iCDF 值。

nctdtrinc

計算非中心性參數,給定 CDF iCDF 值。

註解

此函數使用 Boost Math C++ 函式庫 [1] 計算非中心 t 分佈的 CDF。

請注意,nctdtr 的引數順序與 scipy.stats.nct 的類似 cdf 方法不同:tnctdtr 的最後一個參數,但卻是 scipy.stats.nct.cdf 的第一個參數。

參考文獻

[1]

Boost 開發者。「Boost C++ 函式庫」。https://boost.dev.org.tw/

範例

>>> import numpy as np
>>> from scipy import special
>>> from scipy import stats
>>> import matplotlib.pyplot as plt

繪製非中心 t 分佈的 CDF,對於 nc=0。與 scipy.stats 的 t 分佈比較

>>> x = np.linspace(-5, 5, num=500)
>>> df = 3
>>> nct_stats = stats.t.cdf(x, df)
>>> nct_special = special.nctdtr(df, 0, x)
>>> fig = plt.figure()
>>> ax = fig.add_subplot(111)
>>> ax.plot(x, nct_stats, 'b-', lw=3)
>>> ax.plot(x, nct_special, 'r-')
>>> plt.show()
../../_images/scipy-special-nctdtr-1.png