Le implementazioni del normale CDF qui proposta sono precisione singola approssimazioni che hanno avuto float
sostituito con double
e quindi sono solo precisi a 7 o 8 cifre significative (decimale).
Per un'implementazione VB di Hart doppia precisione, vedere la figura 2 di West Better approximations to cumulative normal functions.
Edit: La mia traduzione di implementazione Ovest in C++:
double
phi(double x)
{
static const double RT2PI = sqrt(4.0*acos(0.0));
static const double SPLIT = 7.07106781186547;
static const double N0 = 220.206867912376;
static const double N1 = 221.213596169931;
static const double N2 = 112.079291497871;
static const double N3 = 33.912866078383;
static const double N4 = 6.37396220353165;
static const double N5 = 0.700383064443688;
static const double N6 = 3.52624965998911e-02;
static const double M0 = 440.413735824752;
static const double M1 = 793.826512519948;
static const double M2 = 637.333633378831;
static const double M3 = 296.564248779674;
static const double M4 = 86.7807322029461;
static const double M5 = 16.064177579207;
static const double M6 = 1.75566716318264;
static const double M7 = 8.83883476483184e-02;
const double z = fabs(x);
double c = 0.0;
if(z<=37.0)
{
const double e = exp(-z*z/2.0);
if(z<SPLIT)
{
const double n = (((((N6*z + N5)*z + N4)*z + N3)*z + N2)*z + N1)*z + N0;
const double d = ((((((M7*z + M6)*z + M5)*z + M4)*z + M3)*z + M2)*z + M1)*z + M0;
c = e*n/d;
}
else
{
const double f = z + 1.0/(z + 2.0/(z + 3.0/(z + 4.0/(z + 13.0/20.0))));
c = e/(RT2PI*f);
}
}
return x<=0.0 ? c : 1-c;
}
Nota che ho riarrangiato espressioni nelle forme più familiari per le serie e approssimazioni frazione continua. L'ultimo numero magico nel codice di West è la radice quadrata di 2 π, che ho rimandato al compilatore sulla prima riga sfruttando l'identità acos (0) = & frac12; π.
Ho triplicato controllato i numeri magici, ma c'è sempre la possibilità che abbia digitato male qualcosa. Se noti un errore di battitura, per favore commenta!
I risultati per i dati del test John Cook utilizzato nella sua risposta sono
x phi Mathematica
-3 1.3498980316301150e-003 0.00134989803163
-1 1.5865525393145702e-001 0.158655253931
0 5.0000000000000000e-001 0.5
0.5 6.9146246127401301e-001 0.691462461274
2.1 9.8213557943718344e-001 0.982135579437
prendo qualche piccolo conforto dal fatto di essere d'accordo a tutte le cifre fornite per i risultati di Mathematica.
fonte
2014-04-16 20:26:06
Se il CDF della distribuzione normale è tutto ciò che serve, perché non applicarlo da soli? Non contiene magia quindi l'implementazione è semplice. –