生存関数を返します。
| カテゴリ: | 確率 |
| 参照項目: | CDF関数 |
分布を識別する文字列です。有効な分布は、次のとおりです。
|
分布
|
引数
|
|---|---|
|
Bernoulli
|
BERNOULLI |
|
ベータ
|
BETA |
|
二項
|
BINOMIAL |
|
コーシー
|
CAUCHY |
|
カイ2乗
|
CHISQUARE |
|
Conway-Maxwell-Poisson
|
CMP |
|
指数
|
EXPONENTIAL |
|
F
|
F |
|
ガンマ
|
GAMMA |
|
一般化Poisson
|
GENPOISSON |
|
幾何
|
GEOMETRIC |
|
超幾何
|
HYPERGEOMETRIC |
|
Laplace
|
LAPLACE |
|
ロジスティック
|
LOGISTIC |
|
対数正規
|
LOGNORMAL |
|
負の二項
|
NEGBINOMIAL |
|
正規
|
NORMAL|GAUSS |
|
正規混合
|
NORMALMIX |
|
パレート
|
PARETO |
|
Poisson
|
POISSON |
|
T
|
T |
|
Tweedie
|
TWEEDIE |
|
一様
|
UNIFORM |
|
逆ガウス(Wald)
|
WALD|IGAUSS |
|
Weibull
|
WEIBULL |
| 注 | T、FおよびNORMALMIXを除き、最初の4文字で分布を最小限に識別できます。 |
確率変数の値を指定する、数値定数、変数または式です。
特定の分布に適した任意のshape、locationまたはscaleパラメータです。
SDF('CONMAXPOI',y,λ,ν)yは、カウントデータを表す負でない整数です。λは、Poisson分布の場合と同様で、平均に似ています。νは、ばらつきのパラメータです。SDF関数は、カウント値がyより大きくなる確率を返します。詳細については、PDF関数の“Conway-Maxwell-Poisson”分布を参照してください。|
SASステートメント
|
結果
|
|---|---|
y=sdf('BERN', 0, .25); |
0.25 |
y=sdf('BETA', 0.2, 3, 4); |
0.09011 |
y=sdf('BINOM', 4, .5, 10); |
0.62305 |
y=sdf('CAUCHY', 2); |
0.14758 |
y=sdf('CHISQ', 11.264, 11); |
0.42142 |
y=sdf('CONMAXPOI', 12, 2.3, .4); |
0.1970513877 |
y=sdf('EXPO', 1); |
0.36788 |
y=sdf('F', 3.32, 2,3); |
0.17361 |
y=sdf('GAMMA', 1, 3); |
0.91970 |
y=sdf('GENPOISSON', .9, 1, .7); |
0.6321205588 |
y=sdf('GEOMETRIC', 5, .3); |
y=0.117649 |
y=sdf('HYPER', 2, 200, 50, 10); |
0.47633 |
y=sdf('LAPLACE', 1); |
0.18394 |
y=sdf('LOGISTIC', 1); |
0.26894 |
y=sdf('LOGNORMAL', 1); |
0.5 |
y=sdf('NEGB', 1, .5, 2); |
0.5 |
y=sdf('NORMAL', 1.96); |
0.025 |
y=sdf('NORMALMIX', 2.3, 3, .33, .33, .34,
.5, 1.5, 2.5, .79, 1.6, 4.3); |
0.2819 |
y=sdf('PARETO', 1, 1); |
1 |
y=sdf('POISSON', 2, 1); |
0.08030 |
y=sdf('T', .9, 5); |
0.20469 |
y=sdf('TWEEDIE', .8, 5); |
0.4082370836 |
y=sdf('UNIFORM', 0.25); |
0.75 |
y=sdf('WALD', 1, 2); |
0.37230 |
y=sdf('WEIBULL', 1, 2); |
0.36788 |