给定定义正态分布的均值和标准差,您将如何在纯 Python 中计算以下概率(即没有 Numpy/Scipy 或其他不在标准库中的包)?
- 随机变量 r 的概率,其中 r < x 或 r <= x。
- 随机变量 r 的概率,其中 r > x 或 r >= x。
- 随机变量 r 的概率,其中 x > r > y。
我发现了一些库,比如Pgnumerics,它们提供了计算这些函数的函数,但我不清楚底层的数学。
编辑:为了表明这不是家庭作业,下面发布的是我的 Python<=2.6 工作代码,尽管我不确定它是否正确处理边界条件。
from math import *
import unittest
def erfcc(x):
"""
Complementary error function.
"""
z = abs(x)
t = 1. / (1. + 0.5*z)
r = t * exp(-z*z-1.26551223+t*(1.00002368+t*(.37409196+
t*(.09678418+t*(-.18628806+t*(.27886807+
t*(-1.13520398+t*(1.48851587+t*(-.82215223+
t*.17087277)))))))))
if (x >= 0.):
return r
else:
return 2. - r
def normcdf(x, mu, sigma):
t = x-mu;
y = 0.5*erfcc(-t/(sigma*sqrt(2.0)));
if y>1.0:
y = 1.0;
return y
def normpdf(x, mu, sigma):
u = (x-mu)/abs(sigma)
y = (1/(sqrt(2*pi)*abs(sigma)))*exp(-u*u/2)
return y
def normdist(x, mu, sigma, f):
if f:
y = normcdf(x,mu,sigma)
else:
y = normpdf(x,mu,sigma)
return y
def normrange(x1, x2, mu, sigma, f=True):
"""
Calculates probability of random variable falling between two points.
"""
p1 = normdist(x1, mu, sigma, f)
p2 = normdist(x2, mu, sigma, f)
return abs(p1-p2)