Apache Commons Math正態累積概率

維基百科has listed各種計算正態分佈累積概率的數值方法。然而，與Apache共享數學，你不需要知道任何人如干脆在圖書館做這項工作對您：Apache Commons Math正態累積概率

NormalDistribution normal = new NormalDistribution(mu, sigma); 
normal.cumulativeProbability(x);

對於一些研究項目，我想知道他們用什麼方法。有誰知道Apache Commons Math使用什麼方法來近似正常的累計值？它是來自維基百科中列出的方法還是他們實現了不同的東西？

來源

2015-04-21 Pro.Hessam

開源軟件的美妙之處在於您可以隨時使用check the source code。的cumulativeProbability實現是相當簡單的，它只是返回

0.5 * (1 + Erf.erf(dev/(standardDeviation * SQRT2)));

其中Erf.erf計算error function。它的定義爲here。

不，它不使用上述維基百科文章中的任何特殊方法。這只是一個直觀的實現公式

enter image description here

來源

2015-04-21 20:17:56 Carsten

謝謝。爲了完整性，我想提一下，誤差函數沒有封閉的公式，並且使用某種數值方法近似。 –

對，通過查看'special'包中'Erf'的實現，你可以清楚地看到Commons Math做了什麼。它確實使用維基百科Erf文章[1]中引用的方法。 [1]：HTTP：//en.wikipedia.org/wiki/Error_function#Approximation_with_elementary_functions –

你可能會看到源代碼或javadoc。看到有http://commons.apache.org/proper/commons-math/source-repository.html

和

http://commons.apache.org/proper/commons-math/apidocs/org/apache/commons/math3/distribution/NormalDistribution.html

此外，還有很多的用戶手冊中的信息。關於分發的部分看起來很有趣：http://commons.apache.org/proper/commons-math/userguide/distribution.html

來源

2015-04-21 20:13:24 JFPicard

感謝，但我的問題是沒有在Javadoc回答。在調查源代碼之前，我傾向於詢問我的同行。 –

@ Pro.Hessam這有點粗魯。您可以在幾秒鐘內查看源代碼，而您選擇不這樣做，但依靠其他人的時間和耐心來完成您的工作。 – Carsten

@Carsten我希望找到熟悉社區圖書館的人來回答我的問題。不要浪費任何人的時間。 –

Apache Commons Math正態累積概率

回答

相關問題