octave_packages/nan-2.5.5/tinv.m

   1 function y = tinv(x,n)
   2 % TINV returns inverse cumulative function of the student distribution
   3 %
   4 % x = tinv(p,v);
   5 %
   6 % Computes the quantile (inverse of the CDF) of a the student
   7 %    cumulative distribution with mean m and standard deviation s
   8 % p,v must be matrices of same size, or any one can be a scalar.
   9 %
  10 % see also: TPDF, TCDF, NORMPDF, NORMCDF, NORMINV
  11
  12 % Reference(s):
  13
  14 %       $Id: tinv.m 9033 2011-11-08 20:58:07Z schloegl $
  15 %       Copyright (C) 2000-2003,2009 by Alois Schloegl <alois.schloegl@gmail.com>
  16 %       This function is part of the NaN-toolbox
  17 %       http://pub.ist.ac.at/~schloegl/matlab/NaN/
  18
  19 %    This program is free software; you can redistribute it and/or modify
  20 %    it under the terms of the GNU General Public License as published by
  21 %    the Free Software Foundation; either version 2 of the License, or
  22 %    (at your option) any later version.
  23 %
  24 %    This program is distributed in the hope that it will be useful,
  25 %    but WITHOUT ANY WARRANTY; without even the implied warranty of
  26 %    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  27 %    GNU General Public License for more details.
  28 %
  29 %    You should have received a copy of the GNU General Public License
  30 %    along with this program; If not, see <http://www.gnu.org/licenses/>.
  31
  32
  33 % allocate output memory and check size of arguments
  34 if all(size(x)==1)
  35         x = repmat(x,size(n));
  36 elseif all(size(n)==1)
  37         n = repmat(n,size(x));
  38 elseif all(size(x)==size(n))
  39         ;       %% OK, do nothing
  40 else
  41         error('size of input arguments must be equal or scalar')
  42 end;
  43
  44 y = norminv(x); % do special cases, like x<=0, x>=1, isnan(x), n > 10000;
  45 y(~(n>0)) = NaN;
  46
  47 ix = find(~isnan(x) & (n>0) & (n<10000));
  48 if ~isempty(ix)
  49         y(ix) = (sign(x(ix) - 1/2).*sqrt(n(ix)./betainv(2*min(x(ix), 1-x(ix)), n(ix)/2, 1/2) - n(ix)));
  50 end;
  51
  52 y = reshape(y,size(x));
  53
  54 %!assert(tinv(NaN,4),NaN)