关于本主题
Bernoulli
Beta
请完成以下步骤来输入Beta 分布的参数。
- 在第一形状参数中，为第一个形状参数输入一个大于零的数字。
- 在第二形状参数中，为第二个形状参数输入一个大于零的数字。
例如，该图显示了一个 Beta 分布，其第一个形状为 3，第二个形状为 2。
二项
请完成以下步骤来输入二项分布的参数。
- 在试验数中，输入样本数量。
- 在事件概率中，为所需结果发生概率输入一个介于 0 和 1 之间的数字。发生的一次结果称为一个“事件”。
例如，此图显示了一个二项分布，其具有 100 个试验，事件概率为 0.03。
Cauchy
请完成以下步骤来输入Cauchy 分布的参数。
- 在位置中，输入一个表示分布峰值的位置的值。
- 在尺度中，输入一个表示分布的散布的值。
例如，该图显示了一个 Cauchy 分布，其位置为 0，尺度为 1。
卡方
在自由度中，输入用于定义卡方分布的自由度的数字。
例如，此图显示了一个具有 4 个自由度的卡方分布。
离散
请完成以下步骤来输入离散分布的参数。
- 在值在中，输入包含要包括到此分布中的值的列。 通常，这些值是由数字值表示的离散事件或计数。
- 在概率在中，输入包含每个值的概率的列。 概率必须介于 0 和 1 之间，并且总和必须为 1。
在此工作表中，值包含要包括在此分布中的计数，概率包含每个计数的概率。
| C1 | C2 |
|---|---|
| 值 | 概率 |
| 0 | 0.03 |
| 1 | 0.13 |
| 2 | 0.70 |
| 3 | 0.10 |
| 4 | 0.04 |
指数
F
在分子自由度和分母自由度中，输入分子和分母自由度以定义 F 分布。 有关更多信息，请转到F 分布。
例如，此图显示了一个 F 分布，其具有 1 个分子自由度和 1 个分母自由度。
Gamma
请完成以下步骤来输入Gamma 分布的参数。
- 在形状参数中，输入用于表示分布的形状的值。
- 在尺度参数中，输入用于表示分布的尺度的值。
- 在阈值参数中，输入分布的下限。
例如，该图显示了一个 Gamma 分布，其形状为 3，尺度为 1，阈值为 0。
几何
请完成以下步骤来输入几何分布的参数。
- 在事件概率中，为每次试验上的发生概率输入一个介于 0 和 1 之间的数字。发生的一次结果称为一个“事件”。
- 要指定使用哪个版本的几何分布，请单击选项，然后选择以下选项之一：
- 对试验总数建模：对生成一个事件所需的试验总数建模。
- 仅非事件数建模：对一个事件发生前的非事件数建模。
提示
要更改 Minitab 将来会话的默认设置，请选择。
例如，此图显示几何分布对试验总数建模，并且具有事件概率 0.5。
超几何
请完成以下步骤来输入超几何分布的参数。
- 在总体大小 (N)中，输入总体 (N) 中的项目总数。 当 N 因太大而未知时，则二项分布接近于超几何分布。
- 在总体中的事件计数 (M)中，输入一个介于 0 和 N（总体大小）的数字以表示总体中的事件数。
- 在样本数量 (n)中，输入采样（不进行替换）的项目数。
例如，此图显示了一个超几何分布，其总体计数为 400，事件计数为 10，样本数量为 40。
整数
Laplace
请完成以下步骤来输入Laplace 分布的参数。
- 在位置中，输入一个表示分布峰值的位置的值。
- 在尺度中，输入一个表示分布的散布的值。
例如，该图显示了一个 Laplace 分布，其位置为 0，尺度为 1。
最大极值
请完成以下步骤来输入最大极值分布的参数。有关更多信息，请转到最小和最大极值分布。
- 在位置中，输入一个表示分布峰值的位置的值。
- 在尺度中，输入一个表示分布的散布的值。
例如，此图显示了一个位置为 0 且尺度为 1 的最大极值分布。
Logistic
请完成以下步骤来输入Logistic 分布的参数。
- 在位置中，输入一个表示分布峰值的位置的值。
- 在尺度中，输入一个表示分布的散布的值。
例如，该图显示了一个 Logistic 分布，其位置为 0，尺度为 1。
对数 Logistic
请完成以下步骤来输入对数 Logistic 分布的参数。
- 在位置中，输入一个表示相关 Logistic 分布峰值的位置的值。
- 在尺度中，输入一个表示相关 Logistic 分布的散布值。
- 在阈值中，输入分布的下限。
例如，该图显示了一个 Logistic 分布，其位置为 0，尺度为 1，阈值为 0。
对数正态
请完成以下步骤来输入对数正态分布的参数。
- 在位置中，输入一个表示相关正态分布峰值的位置的值。
- 在尺度中，输入一个表示相关正态分布的散布的值。
- 在阈值中，输入分布的下限。
例如，该图显示了一个对数正态分布，其位置为 0，尺度为 1，阈值为 0。
多元正态
请完成以下步骤来输入多元正态分布的参数。
- 在均值列中，输入包含均值向量的列。
- 在方差 - 协方差矩阵中，输入矩阵（例如 M1），其中包含变量的方差和协方差（与均值列中的方差和协方差具有相同的顺序）。
在此示例中，数据来自三个彼此相关的随机正态变量。均值在 C1 中，方差-协方差矩阵在 C2–C4 列中。
| C1 | C2 | C3 | C4 |
|---|---|---|---|
| 2.0 | 13.0321 | 2.6544 | 0.0899 |
| 100.1 | 2.6544 | 6.5883 | 1.4438 |
| 151.3 | 0.0899 | 1.4438 | 12.2219 |
- 选择。
- 在 从列复制中，输入 C2-C4。
- 在存储复制的数据中的在当前工作表中，在矩阵中:下，输入 M1。
- 单击 确定。
现在，您可以从多元正态分布生成随机数据。
- 选择。
- 在要生成的数据行数中，输入所需的行数。在此示例中，输入 18。
- 在存储于列中，输入您的存储列。在此示例中，输入 C6-C8。
- 在均值列中，输入包含均值的列。在此示例中，输入 C1。
- 在方差 - 协方差矩阵中，输入矩阵。在此示例中，输入 M1。
- 单击 确定。
提示
要得到与下表所示相同的样本，请在生成随机样本之前设置随机生成器基数。选择并输入 5。
| C6 | C7 | C8 |
|---|---|---|
| 1.61033 | 99.192 | 148.814 |
| 0.45883 | 96.093 | 144.679 |
| −0.46745 | 101.041 | 148.936 |
| … | … | … |
负二项
请完成以下步骤来输入负二项分布的参数。
- 在事件概率中，为每次试验上的发生概率输入一个介于 0 和 1 之间的数字。发生的一次结果称为一个“事件”。
- 在所需成功事件次数中，输入用于表示事件必须发生的次数的正整数。
- 要指定使用哪个版本的负二项分布，请单击选项，然后选择以下选项之一：
- 对试验总数建模：对生成指定数量的事件所需的试验总数建模。
- 仅非事件数建模：对发生指定数量的事件前发生的非事件数建模。
提示
要更改 Minitab 将来会话的默认设置，请选择。
例如，此图显示负二项分布对试验总数建模，并且具有事件概率 0.5 以及 5 个事件。
正态
Poisson
在均值中，输入平均发生率的值。 有关更多信息，请转到Poisson 分布。
例如，此图显示了一个均值为 10 的 Poisson 分布。
最小极值
请完成以下步骤来输入最小极值分布的参数。有关更多信息，请转到最小和最大极值分布。
- 在位置中，输入一个表示分布峰值的位置的值。
- 在尺度中，输入用于表示分布的散布的值。
例如，该图显示了一个最小极值分布，其位置为 0，尺度为 1。
t
在自由度中，输入自由度以定义 t 分布。 有关更多信息，请转到t 分布。
例如，此图显示了一个具有 2 个自由度的 t 分布。
三角形
请完成以下步骤来输入三角分布的参数。
- 在下端点中，输入分布的最小值。
- 在众数中，输入分布的峰值。
- 在上端点中，输入分布的最大值。
例如，此图显示了一个三角分布，其下端点为 10，模式为 50，上端点为 100。
均匀
Weibull
请完成以下步骤来输入Weibull 分布的参数。
- 在形状参数中，输入用于表示分布的形状的值。
- 在尺度参数中，输入用于表示分布的尺度的值。
- 在阈值参数中，输入分布的下限。
例如，该图显示了一个 Weibull 分布，其位置为 5，尺度为 5，阈值为 0。
