Data una deviazione standard e standard che definisce uno normal distribution, come si calcola le seguenti probabilità in puro Python (ovvero nessun Numpy/Scipy o altri pacchetti non nella libreria standard)?Calcolo della probabilità di una variabile casuale in una distribuzione in Python
- La probabilità di una variabile casuale r dove r < xor < = x.
- La probabilità di una variabile casuale r dove r> xor> = x.
- La probabilità di una variabile casuale r dove x> r> y.
Ho trovato alcune librerie, come Pgnumerics, che forniscono funzioni per il calcolo di queste, ma la matematica sottostante non è chiara per me.
Modifica: per mostrare che non si tratta di compiti a casa, pubblicato di seguito è il mio codice di lavoro per Python < = 2.6, anche se non sono sicuro se gestisce correttamente le condizioni al contorno.
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)
Ecco cosa offre la funzione di distribuzione cumulativa per la distribuzione. L'articolo a cui ti colleghi fornisce questo per le normali distribuzioni –