FlexPro
HistoryBase
Engineering
Training
Downloads
FlexPro-Support
Wissen
Community
Über Uns
Referenzen
Jobs
Allgemeiner Kontakt
Händlerverzeichnis
FlexPro-Support
DE
EN
FR
Placeholder

FlexPro Dokumentation 2025

Distribution

Berechnet verschiedene Verteilungs- oder Dichtefunktionen.

Syntax

Distribution(X, Distribution, Parameter1 [ , Parameter2 ])

 

Die Syntax der Distribution-Funktion besteht aus folgenden Teilen:

Teil

Beschreibung

X

Enthält die X-Werte, d. h. die Werte der Zufallsvariablen, für die die Verteilungsfunktion bzw. die Dichtefunktion berechnet werden soll. Bei Berechnung einer diskreten Verteilung müssen die X-Werte ganzzahlig und positiv sein.

Erlaubte Datenstrukturen sind Einzelwert, Datenreihe und Datenmatrix. Es sind alle numerischen Datentypen erlaubt.

Bei komplexen Datentypen erfolgt eine Betragsbildung.

Ist das Argument eine Liste, dann wird die Funktion für jedes Element der Liste ausgeführt und das Ergebnis ist ebenfalls eine Liste.

Distribution

Gibt an, welche Verteilung berechnet werden soll, und ob die Verteilungs- oder die Dichtefunktion berechnet werden soll.

Das Argument Distribution kann folgende Werte haben:

Konstante

Bedeutung

DISTRIBUTION_NORMAL

Verteilung: Normalverteilung, Kategorie: stetig, Parameter1: Erwartungswert, Parameter2: Varianz

DISTRIBUTION_LOGNORMAL

Verteilung: Lognormalverteilung, Kategorie: stetig, Parameter1: μ, Parameter2: σ²

DISTRIBUTION_EXPONENTIAL

Verteilung: Exponentialverteilung, Kategorie: stetig, Parameter1: Lambda

DISTRIBUTION_WEIBULL

Verteilung: Weibull-Verteilung, Kategorie: stetig, Parameter1: Alpha, Parameter2: Beta

DISTRIBUTION_CHISQUARE

Verteilung: Chi-Quadrat-Verteilung, Kategorie: test, Parameter1: n

DISTRIBUTION_T

Verteilung: Student-t-Verteilung, Kategorie: test, Parameter1: n

DISTRIBUTION_F

Verteilung: F-Verteilung, Kategorie: test, Parameter1: m, Parameter2: n

DISTRIBUTION_BINOMIAL

Verteilung: Binomialverteilung, Kategorie: diskret, Parameter1: n, Parameter2: p

DISTRIBUTION_POISSON

Verteilung: Poisson-Verteilung, Kategorie: diskret, Parameter1: Lambda

+ DISTRIBUTION_DENSITY

Wenn die Dichtefunktion berechnet werden soll, muss der Wert DISTRIBUTION_DENSITY addiert werden. Ansonsten wird die Verteilungsfunktion berechnet.

Ist das Argument eine Liste, dann wird deren erstes Element entnommen. Ist dies wieder eine Liste, dann wird der Vorgang wiederholt.

Parameter1

Gibt den ersten Parameter der zu berechnenden Verteilung an.

Erlaubte Datenstrukturen sind Einzelwert. Es sind alle numerischen Datentypen erlaubt.

Ist das Argument eine Liste, dann wird deren erstes Element entnommen. Ist dies wieder eine Liste, dann wird der Vorgang wiederholt.

Parameter2

Gibt, falls benötigt, den zweiten Parameter der zu berechnenden Verteilung an.

Erlaubte Datenstrukturen sind Einzelwert. Es sind alle numerischen Datentypen erlaubt.

Ist das Argument eine Liste, dann wird deren erstes Element entnommen. Ist dies wieder eine Liste, dann wird der Vorgang wiederholt.

Anmerkungen

Das Ergebnis ist immer vom Datentyp 64-Bit Fließkomma.

Die stetige Wahrscheinlichkeitsdichte f(x) und Verteilungsfunktion F(x) der Normalverteilung mit Erwartungswert μ und Varianz σ² sind gegeben durch:

Die stetige Wahrscheinlichkeitsdichte f(x) und Verteilungsfunktion F(x) der logarithmischen Normalverteilung mit den Parametern μ und σ² sind gegeben durch:

Die stetige Wahrscheinlichkeitsdichte f(x) und Verteilungsfunktion F(x) der Exponentialverteilung mit dem Parameter α (inverser Skalenparameter) sind gegeben durch:

Die stetige Wahrscheinlichkeitsdichte f(x) und Verteilungsfunktion F(x) der Weibullverteilung mit den Parametern α und β (Formparameter) sind gegeben durch:

Anmerkung: in der Literatur wird statt dem Parameter α häufig auch alternativ die charakteristische Lebensdauer T verwendet (und β mit k bezeichnet). Es gilt hierbei die folgende Relation:

Ebenso wird in der Literatur häufig statt dem Parameter α auch der inverse Skalenparameter λ = 1/T verwendet. Es gilt also:

Die stetige Wahrscheinlichkeitsdichte f(x) und Verteilungsfunktion F(x) der Chi-Quadrat-Verteilung mit dem Parameter n (Anzahl Freiheitsgrade) sind gegeben durch:

P(n1,n2) bezeichnet hier die regularisierte, unvollständige Gammafunktion.

Die stetige Wahrscheinlichkeitsdichte f(x) und Verteilungsfunktion F(x) der Student-t-Verteilung mit dem Parameter n (Anzahl Freiheitsgrade) sind gegeben durch:

I(z,n1,n2) bezeichnet hier (und im Folgenden) die regularisierte, unvollständige Betafunktion.

Die stetige Wahrscheinlichkeitsdichte f(x) und Verteilungsfunktion F(x) der F-Verteilung (Fisher-Verteilung) mit den Parametern m (Anzahl Freiheitsgrade im Nenner) und n (Anzahl Freiheitsgrade im Zähler) sind gegeben durch:

Die diskrete Wahrscheinlichkeitsdichte f(k) und Verteilungsfunktion F(x) der Binomialverteilung mit den Parametern n (Anzahl Versuche) und p (Erfolgs- oder Trefferwahrscheinlichkeit) sind gegeben durch:

Die diskrete Wahrscheinlichkeitsdichte f(k) und Verteilungsfunktion F(x) der Poissonverteilung mit dem Parameter λ (mittlere Ereignisrate) sind gegeben durch:

Verfügbarkeit

Option Statistik

Beispiele

Dim x = Series(-5, 5, 0.05)
Signal(Distribution(x, DISTRIBUTION_NORMAL + DISTRIBUTION_DENSITY, 0, 1), x)

Berechnet die Dichtefunktion der Standardnormalverteilung (Erwartungswert 0, Varianz 1) im Intervall [-5, 5].

Siehe auch

EmpiricalDistribution-Funktion

WeibullFit-Funktion

Analyseobjekt Verteilung

Option Statistik

Literatur

[1] "Hartung, Joachim": "Statistik, 9. Auflage". "Oldenbourg Verlag GmbH, München", 1993. ISBN 3-486-22055-1.