社区
数据结构与算法
帖子详情
正态分布函数,已知p,如何求x.急。我有1000多分,给多少都行!!!!
damekuler
2003-09-09 06:25:05
给数学公式,或者思路,或者参考什么的都行
...全文
1410
10
打赏
收藏
正态分布函数,已知p,如何求x.急。我有1000多分,给多少都行!!!!
给数学公式,或者思路,或者参考什么的都行
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
10 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
saint001
2003-09-19
打赏
举报
回复
可以先估计x的范围(可由预先计算存储的分布表得到),设x位于x0和x1之间(比如[2,4], 每2个单位预先计算一个数值),对应的概率分别为p0,p1,有下式成立
x 1
∫----- exp { - t*t / 2} dt=p-p0
x0 √2π
然后令x从x0到x1递增,直到左式刚大于右式为止,这样就只计算了一次积分,虽然积分的方法不是很高级
saint001
2003-09-19
打赏
举报
回复
也可以做正态分布的分布函数,也是只做一半就可以了
另一半用1减
laughcry2002
2003-09-12
打赏
举报
回复
zzwu弄混了,此题目用的不是正态分布密度函数,而是其不定积分形式(是正态分态函数),因此不存在“递增的那一半”的说法。
zzwu
2003-09-11
打赏
举报
回复
预先做好一张表(只需递增的那一半),到时用表或用二分法查找一下就可以了.
damekuler
2003-09-11
打赏
举报
回复
四个字:领导不让
至于他的想法我想,主要是精度和效率的问题。起码上边的方法的精度取决于积分的精度。
laughcry2002
2003-09-10
打赏
举报
回复
一种思路:
假定是标准正态分布(即,期望为0,方差为1),记
x 1
F(x)=∫ ----- exp { - t*t / 2} dt
-∞√2π
为其分布函数。
令g(x) = F(x) - p. 则要求求出方程g(x) = 0的根。不难知道,g(x)是单调递增的函数。因此解是唯一的。
这是一个非线性方程求根问题。可以先估计出根的取值范围,然后使用迭代逼近(比如,最简单的二分法)。有一点要注意,迭代法的前提是对于任意一个x,必须能有效地计算出F(x)来。
damekuler
2003-09-10
打赏
举报
回复
我搜过了,都是已知x,求p的
Riemann
2003-09-10
打赏
举报
回复
:),偶想问一下,楼主为什么不查一下“概率分布表”
damekuler
2003-09-10
打赏
举报
回复
^_^我最后就是用了这个方法。我想比较是先求的F(x),然后迭代逼近。是不是效率差点,有没有更好的方法。
ZhangYv
2003-09-09
打赏
举报
回复
你搜旧贴先看看吧,关键字“正态分布”
matlab高斯分布协方差矩阵,关于Matlab:使用协方差矩阵生成
正态分布
的随机向量...
在matlab中,很容易生成具有均值和标准差的
正态分布
随机向量。 从帮助兰德:从均值1和标准的
正态分布
生成值偏差2。r = 1 + 2. * randn(100,1);现在我有一个协方差矩阵C,我想生成N(0,C)。但是我该怎么办呢?从randn帮助:从具有指定均值的双变量
正态分布
生成值向量和协方差矩阵。mu = [1 2];西格玛= [1 .5; .5 2]; R = chol(Sigma);z...
机器学习之EM算法
EM算法的英文全称是Expectation Maximization Algorithm,也就是
求
期望最大化,也就是我们常说的目标
函数
求
最大值的算法。EM算法,直观的说,就是有一堆未知的数据(比如一些特征值),这些数据可能来自于不同的类别,而你想知道的是每一个数据都来自于哪个类别,并且知道来自于这个类别的概率是多少。而在EM算法看来,每一个类别中的数据必然服从了某个固有的分布(如二项分布,
正态分布
...
概率论与数理统计中基于有限样本推断总体分布的方法,基于总体未知参数区间估计的假设检验方法之讨论,以及从数理统计视角重新审视线性回归
函数
本质...
1. 总体与样本 0x1:数理统计中为什么要引入总体和个体这个概念 概率论与数理统计中,一个很重要的研究对象就是总体的概率分布,理论上说,我们希望获得被研究对象的总体样本,基于这份总体样本进一步研究其概率分布,但是遗憾地是,几乎在100%的情况下,我们都不可能获得真正的总体,我们只能获取有限的样本量(例如自然生物里的统计问题),有时候甚至还是非常少的小样本集(例如宇宙星体观测结果)...
EM算法
EM算法的英文全称是Expectation Maximization Algorithm,也就是
求
期望最大化,也就是我们常说的目标
函数
求
最大值的算法。EM算法,直观的说,就是有一堆未知的数据(比如一些特征值),这些数据可能来自于不同的类别,而你想知道的是每一个数据都来自于哪个类别,并且知道来自于这个类别的概率是多少。而在EM算法看来,每一个类别中的数据必然服从了某个固有的分布(如二项分布,
正态分布
...
极大似然小结
在机器学习中,我们经常要利用极大似然法近似数据整体的分布,本篇文章通过介绍极大似然法及其一些性质,旨在深入浅出地解释清楚极大似然法。 首先看一下经典的贝叶斯公式:$$p(Y|X)=frac{p(X|Y)p(Y)}{p(X)}$$ 其中,$p(Y)$称为先验概率($prior$),即根据先验知识得出的关于变量$Y$的分布,$p(X|Y)$称为似然
函数
($likelihood$),$p(X)$为变...
数据结构与算法
33,008
社区成员
35,326
社区内容
发帖
与我相关
我的任务
数据结构与算法
数据结构与算法相关内容讨论专区
复制链接
扫一扫
分享
社区描述
数据结构与算法相关内容讨论专区
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章