这些函数中的任何一个,标准正态累积分布函数、正态累积分布函数或误差函数,能否可靠地使用JavaScript计算?
考虑到Windows上PECL不可用的情况,我希望有一种完全客户端的解决方案。
请告诉我如何实现。
非常感谢!
这些函数中的任何一个,标准正态累积分布函数、正态累积分布函数或误差函数,能否可靠地使用JavaScript计算?
考虑到Windows上PECL不可用的情况,我希望有一种完全客户端的解决方案。
请告诉我如何实现。
非常感谢!
我使用以下实现:
function cdf(x, mean, variance) {
return 0.5 * (1 + erf((x - mean) / (Math.sqrt(2 * variance))));
}
function erf(x) {
// save the sign of x
var sign = (x >= 0) ? 1 : -1;
x = Math.abs(x);
// constants
var a1 = 0.254829592;
var a2 = -0.284496736;
var a3 = 1.421413741;
var a4 = -1.453152027;
var a5 = 1.061405429;
var p = 0.3275911;
// A&S formula 7.1.26
var t = 1.0/(1.0 + p*x);
var y = 1.0 - (((((a5 * t + a4) * t) + a3) * t + a2) * t + a1) * t * Math.exp(-x * x);
return sign * y; // erf(-x) = -erf(x);
}
资料来源:
我认为误差受到erf实现的限制,尽管这对我来说不是很重要,因此当误差很重要时,您可能需要更深入地研究它。
显然,要获得标准正态cdf,您需要将平均值mean设为0,方差variance设为1,即
function std_n_cdf(x) {
return cdf(x, 0, 1);
}