normcdf函数用来获得正态分布的概率分布函数；
normpdf用来获得正太分布的概率密度函数。
例如，
norcdf(0,0,1)的值是0.5，表示N(0) = 0.5
第二个参数是均值，第三个参数是标准差。
matlab中的反函数求值
matlab中qfunc与normcdf有什么不同？
y=qfunc（x）返回实值输入的每个元素的Q函数输出。Q函数是（1-f），其中f是标准正态随机变量的累积分布函数的结果。
使用例子：
x = -4:0.1:4
y = qfunc(x)
plot(x,y)
grid
p = normcdf(x) 返回正态累积分布函数 (cdf)，在 x 中的值处计算函数值
使用例子：
x = [-2,-1,0,1,2]
mu = 2
sigma = 1
p = normcdf(x,mu,sigma)
matlab正态分布 y=N(x),知道y，如何求x？
norminv
举个例子
hold on
ezplot(’normcdf(x,0,1)’)
fplot(’norminv(x,0,1)’,[0,1],’r’)
fplot(’x’,[-pi,pi],’m:’)
axis equal
normcdf用来求标准正态分布的累积概率。
normcdf(0)就是对标准正态分布密度曲线从负无穷到临界值0进行积分，结果为0.5.
normcdf（2）就是从负无穷到临界值2积分，获得累积概率为0.9772.
Norminv函数是从累积概率反求临界值，三个输入参数分别是累积概率、均值、方差
这样与normcdf（2）=0.9772对应反查函数norminv（0.9772，0，1）,其结果应该为2，计算结果1.9991，是因为0.9772小数点后只保留了四位反查造成误差，如果用
Norminv（normcdf（2），0，1）计算的结果肯定是2了。
以上就是关于正态分布中normpdf和normcdf的区别全部的内容，如果了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！
