Saltar navegación

Documentación de FlexPro 2025

EmpiricalDistribution

Calcula la función de distribución empírica (para datos no clasificados).

Sintaxis

EmpiricalDistribution(Sample, [ PlottingPosition = EMPIRICALDISTRIB_PLOTTINGPOS_CDF ], [ NumberOfRightCensoredValues = 0 ] [ , NumberOfLeftCensoredValues = 0 ])

 

La sintaxis de la función EmpiricalDistribution consta de los siguientes elementos:

Parte

Descripción

Sample

La muestra a partir de la cual debe determinarse la distribución empírica.

Las estructuras de datos permitidas son Serie de datos y Señal. Se permiten todos los tipos de datos reales.

Si el argumento es una lista, la función se ejecuta para cada elemento de la lista y el resultado también es una lista.

PlottingPosition

Especifica qué modo de cálculo debe utilizarse para calcular la distribución empírica (en la bibliografía también denominado como Plotting Position). A continuación, n denota el número de valores de observación diferentes y x_1, x_2, ..., x_n las series de datos de los valores característicos ordenados por tamaño.

El argumento PlottingPosition puede tener los siguientes valores:

Constante

Significado

EMPIRICALDISTRIB_PLOTTINGPOS_CDF

Corresponde a la definición habitual de la distribución empírica para datos no clasificados. Cálculo: F(x_i) = i / n

EMPIRICALDISTRIB_PLOTTINGPOS_HAZEN

Fórmula de Hazen para estimar la función de distribución. Cálculo: F(x_i) = [i - 0.5] / n

EMPIRICALDISTRIB_PLOTTINGPOS_MEDIANRANK

Cálculo aproximado del rango de la mediana para estimar la función de distribución. Cálculo: F(x_i) = [i - 0.3] / [n + 0.4]

EMPIRICALDISTRIB_PLOTTINGPOS_MEANRANK

Cálculo del rango de la media para estimar la función de distribución (también conocida como fórmula de Weibull). Cálculo: F(x_i) = i / [n + 1]

EMPIRICALDISTRIB_PLOTTINGPOS_WHITEFORMULA

Fórmula de White para estimar la función de distribución (estimador aproximado e insesgado para distribución normal). Cálculo: F(x_i) = [i - 0.375] / [n + 0.25]

Si el argumento es una lista, se toma su primer elemento. Si se trata de nuevo de una lista, se repite el proceso.

Se establece el valor predeterminado EMPIRICALDISTRIB_PLOTTINGPOS_CDF si no se especifica el argumento.

NumberOfRightCensoredValues

Especifica el número de eventos adicionales censurados a la derecha. Es el número de eventos que aún no se han observado o no se han producido al final del experimento (y que, por tanto, no se incluyen en la muestra).

Las estructuras de datos permitidas son Valor escalar. Los tipos de datos permitidos son Entero de 16 bits, Entero de 32 bits y Entero de 64 bits.

El valor debe ser mayor o igual que 0.

Si el argumento es una lista, la función se ejecuta para cada elemento de la lista y el resultado también es una lista.

Se establece el valor predeterminado 0 si no se especifica el argumento.

NumberOfLeftCensoredValues

Especifica el número de eventos adicionales censurados a la izquierda. Es el número de eventos que ya se han producido en un momento desconocido del pasado (y que, por tanto, no están incluidos en la muestra).

Las estructuras de datos permitidas son Valor escalar. Los tipos de datos permitidos son Entero de 16 bits, Entero de 32 bits y Entero de 64 bits.

El valor debe ser mayor o igual que 0.

Si el argumento es una lista, la función se ejecuta para cada elemento de la lista y el resultado también es una lista.

Se establece el valor predeterminado 0 si no se especifica el argumento.

Notas

El resultado siempre tiene la estructura de datos Señal.

Encontrará un resumen de los distintos modos de cálculo (Plotting Positions), por ejemplo, en: https://mathworld.wolfram.com/Quantile.html

Disponibilidad

Opción Estadística

Ejemplos

EmpiricalDistribution(Sample)

Calcula la función de distribución empírica de una muestra.

Véase también

Función Distribution

Función WeibullFit

Objeto de análisis Distribución

Opción Estadística