scipy.special.gdtrib#

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

相对于 b 的 gdtr 逆运算。

返回相对于参数 b 的逆函数,即 p = gdtr(a, b, x),它是伽马分布的累积分布函数。

参数:
a类数组

gdtr(a, b, x)a 参数值。 1/a 是伽马分布的“尺度”参数。

p类数组

概率值。

x类数组

伽马分布定义域内的非负实数值。

outndarray, 可选

如果提供了第四个参数,它必须是 NumPy ndarray,其大小与 abx 的广播结果匹配。此时 out 是函数返回的数组。

返回:
b标量或 ndarray

使 p = gdtr(a, b, x) 成立的 b 参数值。b 是伽马分布的“形状”参数。

另请参阅

gdtr

伽马分布的累积分布函数(CDF)。

gdtria

相对于 agdtr(a, b, x) 逆函数。

gdtrix

相对于 xgdtr(a, b, x) 逆函数。

备注

累积分布函数 p 使用 Cephes [1] 例程 igamigamc 计算。 b 的计算涉及使用 Chandrupatla 的区间套根查找算法 [2] 寻找能产生所需 p 值的参数。

请注意,存在一些特殊情况,其中 gdtrib 通过取唯一确定的极限进行扩展。特别是当 x == 0p > 0,以及当 p == 0x > 0 时。对于这些边缘情况,即使 gdtr(a, gdtrib(a, p, x), x) 未定义,gdtrib(a, p, x) 也会返回一个数值结果。

参考文献

[1]

Cephes 数学函数库,http://www.netlib.org/cephes/

[2]

Chandrupatla, Tirupathi R. “一种不使用导数寻找非线性函数零点的新型混合二次/二分算法”。工程软件进展,28(3),145-149。https://doi.org/10.1016/s0965-9978(96)00051-8

示例

首先计算 gdtr

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

验证逆函数。

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