Perl中是否有一个包可以计算每个给定点的概率分布高度。例如,在R中可以这样做:
> dnorm(0, mean=4,sd=10)
> 0.03682701
点x=0的概率符合均值为4,标准差为10的正态分布,为0.0368。我查看了Statistics::Distribution,但它并没有提供这个函数。
Perl中是否有一个包可以计算每个给定点的概率分布高度。例如,在R中可以这样做:
> dnorm(0, mean=4,sd=10)
> 0.03682701
dnorm(0, mean=4, sd=10)并不给出该点发生的概率。引用维基百科关于概率密度函数的说法:
在概率论中,随机变量的概率密度函数(PDF)——通常称为概率分布函数1——或密度函数,是一种描述样本空间中每个点概率密度的函数。随机变量落入给定集合内的概率由其在该集合上的密度积分给出。
而你提到的概率是
R> pnorm(0, 4, 10)
[1] 0.3446
从N(4, 10)分布中获得等于或小于0的值的概率为34.46%。
至于您的Perl问题:如果您知道如何在R中完成,但需要从Perl中获取它,请考虑基于R的libRmath(Debian软件包r-mathlib提供)编写Perl扩展来获取这些函数?这不需要R解释器。
否则,您可以尝试GNU GSL或Cephes库以访问这些特殊函数。
dn <- function(x=0 # value
,mean=0 # mean
,sd=1 # sd
,sc=10000 ## scale the precision
) {
res <- (pnorm(x+1/sc, mean=mean, sd=sd)-pnorm(x, mean=mean, sd=sd))*sc
res
}
> dn(0,4,10,10000)
0.03682709
> dn(2.02,2,.24)
1.656498
[编辑:1] 我需要提到的是,在极端情况下这个近似值可能会非常不准确。这可能或可能不重要,具体取决于您的应用。
[编辑:2] @foolishbrat 将代码转换为函数形式。结果应始终为正数。也许你忘记了在你提到的perl模块中,该函数返回上限概率1-F,而R返回F?
[编辑:3] 修复了复制粘贴错误。
如果您真的需要密度函数,为什么不直接使用它:
$pi = 3.141593;
$x = 2.02;
$mean = 2;
$sd = .24;
print 1/($sd * sqrt(2*$pi)) * exp(-($x-$mean)**2 / (2 * $sd**2));
它给出了1.65649768474891,与R中的dnorm大致相同。
我认为Jouni的说法不太准确。以下是一个合理的PDF版本(如果您只想要特定的x-y点,请提取循环的中间部分):
!/usr/bin/perl
use strict;
use Getopt::Std;
use POSIX qw(ceil floor);
# Usage
# Outputs normal density function given a mean and sd
# -s standard deviation
# -m mean
# -n normalization factor (multiply result by this amount), optional
my %para = ();
getopts('s:m:n:', \%para);
if (!exists ($para{'s'}) || !exists ($para{'m'})) {
die ("mean and standard deviation required");
}
my $norm = 1.0;
if (exists ($para{'n'})) {
$norm = $para{'n'};
}
my $sd = $para{'s'};
my $mean = $para{'m'};
my $start = floor($mean - ($sd * 5));
my $end = ceil($mean + ($sd * 5));
my $pi = 3.141593;
my $var = $sd**2;
for (my $x = $start; $x < $end; $x+=0.1) {
my $e = exp( -1 * (($x-$mean)**2) / (2*$var));
my $d = sqrt($var) * sqrt(2*$pi);
my $y = 1.0/$d*$e * $norm;
printf ("%5.5f %5.5f\n", $x, $y);
}
#!/usr/bin/perl
use strict; use warnings;
use Statistics::Distributions qw(uprob);
my $x = 0;
my $mean = 4;
my $stdev = 10;
print "Height of probablility distribution at point $x = "
. (1-uprob(($x-$mean)/$stdev))."\n";
“在点0处概率分布的高度为0.34458”的结果。
以下是如何使用 CPAN 中的 Math::SymbolicX::Statistics::Distributions 模块在 Perl 中执行与 R 相同操作的方法:
use strict; use warnings;
use Math::SymbolicX::Statistics::Distributions qw/normal_distribution/;
my $norm = normal_distribution(qw/mean sd/);
print $norm->value(mean => 4, sd => 10, x => 0), "\n";
# curry it with the parameter values
$norm->implement(mean => 4, sd => 10);
print $norm->value(x => 0),"\n"; # prints the same as above
该模块中的normal_distribution()函数是一个函数生成器。$norm将成为一个Math::Symbolic(::Operator)对象,您可以修改它。例如,使用implement,在上面的示例中,将两个参数变量替换为常数。
请注意,正如Dirk指出的那样,您可能想要正态分布的累积函数。或者更一般地说,在某个范围内的积分。
不幸的是,Math::Symbolic无法进行符号积分。因此,您必须采用类似于Math::Integral::Romberg的数值积分。(或者,在CPAN上搜索误差函数的实现。)这可能很慢,但仍然很容易做到。将此添加到上面的片段中:
use Math::Integral::Romberg 'integral';
my ($int_sub) = $norm->to_sub(); # compile to a faster Perl sub
print $int_sub->(0),"\n"; # same number as above
print "p=" . integral($int_sub, -100., 0) . "\n";
# -100 is an arbitrary, small number
这应该从Dirk的答案中给你 ~0.344578258389676。