scipy.special.nctdtr#

scipy.special.nctdtr(df, nc, t, выход=None) = 'nctdtr'>#

Функция распределения нецентрального t распределение.

Параметры:

dfarray_like: Степени свободы распределения. Должны быть в диапазоне (0, inf).
ncarray_like: Параметр нецентральности.
tarray_like: Квантили, т.е. верхний предел интегрирования.
выходndarray, необязательно: Необязательный выходной массив для результатов функции

Возвращает:

функция распределенияскаляр или ndarray: Вычисленная CDF. Если все входные данные скалярные, возвращается float. В противном случае — массив.

Смотрите также

nctdtrit: Обратная функция распределения (iCDF) нецентрального t-распределения.
nctdtridf: Вычислить степени свободы, заданные значениями CDF и iCDF.
nctdtrinc: Вычисление параметра нецентральности, заданного значениями CDF iCDF.

Примечания

Эта функция вычисляет CDF нецентрального t-распределения с использованием библиотеки Boost Math C++ [1].

Обратите внимание, что порядок аргументов nctdtr отличается от такового у похожего cdf метод scipy.stats.nct: t является последним параметром nctdtr но первый параметр scipy.stats.nct.cdf.

Ссылки

[1]

Разработчики Boost. «Boost C++ Libraries». https://www.boost.org/.

Примеры

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

Постройте функцию распределения нецентрального t-распределения для nc=0. Сравните с t-распределением из scipy.stats:

>>> 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