MATLAB支持的概率分布
在统计学和概率论中，概率分布是用于表示随机变量取不同值的概率的函数。
Statistics and Machine Learning Toolbox™ supports various probability distributions, including parametric, nonparametric, continuous, and discrete distributions.
Supported Distributions
离散分布
拟合和计算整数值分布，生成该分布的样本
离散概率分布是指随机变量只能取有限（或可数无限）数量的值的概率分布。例如，在二项分布中，随机变量 X 只能取值 0 或 1。
类别
二项分布
拟合和计算二项分布，生成该分布的随机样本
几何分布
计算几何分布，生成该分布的随机样本
超几何分布
计算超几何分布或其逆分布，生成伪随机样本
多项分布
计算多项分布或其逆分布，生成伪随机样本
负二项分布
对数据进行负二项分布参数拟合，计算负二项分布或其逆分布，生成伪随机样本
泊松分布
拟合和计算泊松分布，生成该分布的随机样本。
均匀分布（离散）
计算离散均匀分布或其逆分布，生成伪随机样本
连续分布
拟合和计算实数值分布，生成该分布的样本
连续概率分布是指随机变量可以取任何值的概率分布。
类别
beta 分布
拟合和计算 beta 分布，生成该分布的随机样本。
伯恩鲍姆-桑德斯分布
拟合和计算伯恩鲍姆-桑德斯分布，生成该分布的随机样本
伯尔 XII 型分布
拟合和计算伯尔 XII 型分布，生成该分布的随机样本
卡方分布
计算卡方分布，生成该分布的随机样本
指数分布
拟合和计算指数分布，生成该分布的随机样本
极值分布
拟合和计算极值分布，生成该分布的随机样本
F 分布
拟合和计算 F 分布，生成该分布的随机样本
gamma 分布
拟合和计算 gamma 分布，生成该分布的随机样本
广义极值分布
拟合和计算广义极值分布，生成该分布的随机样本
广义帕累托分布
拟合和计算广义帕累托分布，生成该分布的随机样本
半正态分布
拟合和计算半正态分布，生成该分布的随机样本
逆高斯分布
拟合和计算逆高斯分布，生成该分布的随机样本
核分布
基于核函数拟合平滑分布并计算分布
逻辑分布
拟合和计算逻辑分布，生成该分布的随机样本
对数逻辑分布
拟合和计算对数逻辑分布，生成该分布的随机样本
对数正态分布
拟合和计算对数正态分布，生成该分布的随机样本
对数均匀分布
从对数均匀分布中计算和生成随机样本
皮尔逊分布
计算皮尔逊分布概率函数并生成随机样本
Nakagami 分布
拟合和计算 Nakagami 分布，生成该分布的随机样本
非中心卡方分布
计算非中心卡方分布，生成该分布的随机样本
非中心 F 分布
计算非中心 F 分布，生成该分布的随机样本
非中心 t 分布
计算非中心 t 分布，生成该分布的随机样本
正态分布
拟合和计算正态（高斯）分布，生成该分布的随机样本
分段线性分布
计算分段线性分布，生成该分布的随机样本
瑞利分布
拟合和计算瑞利分布，生成该分布的随机样本
莱斯分布
拟合和计算莱斯分布，生成该分布的随机样本
稳定分布
拟合和计算稳定分布，生成该分布的随机样本
Student t 分布
计算 Student t 分布，生成该分布的随机样本
t 位置尺度分布
拟合和计算 t 位置尺度分布，生成该分布的随机样本
三角分布
计算三角分布，生成该分布的随机样本
均匀分布（连续）
计算连续均匀分布，生成该分布的随机样本
威布尔分布
拟合和计算威布尔分布，生成该分布的随机样本
多元分布
拟合和计算向量值分布，生成该分布的样本
多元概率分布是指包含一个以上随机变量的概率分布。这些随机变量可能相关，也可能不相关。
类别
copula 分布和相关样本
对数据进行相关随机样本模型参数拟合，计算分布，生成序列相关的伪随机样本
高斯混合分布
拟合和计算高斯混合分布，生成该分布的随机样本
逆威沙特分布
生成逆威沙特分布的伪随机样本
多元正态分布
计算多元正态（高斯）分布，生成伪随机样本
多元 t 分布
计算多元 t 分布，生成伪随机样本
威沙特分布
生成威沙特分布的伪随机样本