问题标签 [normal-distribution]

从cplusplus的这个代码示例中，我得到运行时错误“整数除以零”。我唯一改变的是 normal_distribution from doubleto的类型int及其均值和标准差。

有什么建议吗？

我知道这可以通过定义泪珠形状并接受落在该区域内的点（来自统一生成器）来完成。

我试图在 C++ 中通过生成两个统一的随机数 x 和 y 来定位点 (x,y)，然后检查该点是否在该区域内。

我的代码本身没有问题，但是我的逻辑在这里有缺陷吗？我还没有找到合适的图形方式来检查这是否是真正的正态分布。

这是应该工作的代码：

我用我对 C++ 的基本知识尽可能多地更改了数字食谱书中建议的代码，但 Ran 到底应该是什么？

我的统计知识很少，对不起。我有大量的测量幅度。在没有信号的情况下，假设噪声具有正态分布。当信号的幅度高于周围噪声时，分布的形状在正侧更拖尾。我正在考虑使用偏度来检测信号。但是与体积本身相比，更高振幅的区域（体积中的细胞）相当小。所以，我们说的是总共数千个细胞中的数百个细胞。如果正态分布的偏度为零，我如何提取体积中导致非零偏度的那些单元格。如果说，我的偏度值为 0.5，有没有办法删除所有单元格并只保留那些提高偏度值的单元格。

提前致谢。

通过使用randn函数，我想创建一个高斯随机变量X，X ~ N(2,4)并将这个模拟的 PDF 与理论曲线一起绘制。

用于scipy.stats.norm生成随机样本，然后运行它scipy.stats.normaltest会产生变化很大的输出：

其中只有一个的 p 值 < 0.05。这似乎真的坏了。我错过了什么吗？

Possible Duplicate:
Seeing if data is normally distributed in R

I have 6 sets of residuals (fit - model) that I am testing for normality (I am trying to demonstrate that the deviation from the model is within instrumental noise).

The kernel density plots of all of them look approximately Gaussian, and the qqnorm plots look good. I have run all of them through two normality tests: shapiro.test {base} and ad.test {nortest}. These tests show that all the data sets are normal (p>>0.05, accept the null hypothesis of normality) except one. Usually I would not question these results, but the test that is coming back as 'not normal' (p<0.05, reject the null hypothesis of normality) is from the data set that looks MOST gaussian... I am confused, and would appreciate any help!

Here is the matrix of my residual kernel density plots, with the p-values from Anderson-Darling normality tests (ad.test) noted. All graphs are on the same scale (x & y). The non-normal peculiarity is the CvsD graph marked in red.

Here is a link to the data for the CvsD comparison.

Why aren't these residuals normal!?

我是统计新手。我有一个判别函数：

  g(x) = ln p(x| w)+ lnP(w)

我知道它有一个正态分布。我知道 mü 和 sigma 变量。如何在 Matlab 上绘制它的 pdf 函数？

这是一个对话：如何在 MatLab 中绘制概率密度函数？但是我不想使用 Matlab 的任何工具箱。

我已经统一生成了随机数。现在我想使用高斯（正态）分布生成随机数。我不知道平均值和标准差。我读过这篇文章：http ://www.johndcook.com/cpp_TR1_random.html#normal ，但它需要一个平均值和标准差！我也知道 Box-Muller 变换是常用的。这正确地产生具有正态分布的值。但同样我不知道平均值和标准偏差。请不要提升。有人可以帮忙吗？

我正在尝试对正态分布的对数似然进行优化。对数似然函数有效，它识别传入的数据集，但优化不识别数据集存在？如果我们设置data_x=rnorm(100,0,1)此代码返回正确答案，但我需要能够传入不同的数据集。

可能重复：
将均匀分布转换为正态分布

我需要使用 Excel 正态分布函数在 PHP 中计算与结果匹配的正态分布NORMDIST(x, mean, standard_dev, accumulative)

我尝试了几种方法，但无法根据NORMDIST(x, mean, standard_dev, accumulative)具有以下输入值的 Excel 公式获得正确的结果，即 0.513：

结果应该是0.513

请问有什么帮助吗？