O cálculo de Probabilidade de uma Variável Aleatória de uma Distribuição em Python
-
12-11-2019 - |
Pergunta
Dada a média e o desvio-padrão da definição de uma distribuição normal, como você a calcular as seguintes probabilidades em puro Python (i.e.não Numpy/Scipy ou outros pacotes que não estejam na biblioteca padrão)?
- A probabilidade de uma variável aleatória r onde r < x ou r <= x.
- A probabilidade de uma variável aleatória r, onde r > x ou r >= x.
- A probabilidade de uma variável aleatória r, onde x > r > y.
Eu encontrei algumas bibliotecas, como Pgnumerics, que fornece funções para o cálculo desses, mas subjacente a matemática é clara para mim.
Editar:Para mostrar que não é esse o dever de casa, postado abaixo é o meu código de trabalho para o Python<=2.6, embora eu não tenho certeza se ele lida com as condições de contorno corretamente.
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)
Solução
Todos estes são muito semelhantes:Se você pode calcular #1, usando uma função cdf(x)
, e , em seguida, a solução para o #2 é simplesmente 1 - cdf(x)
, e para #3 cdf(x) - cdf(y)
.
Desde Python inclui o (gauss) função de erro construído em desde a versão 2.7 você pode fazer isso através do cálculo da cdf da distribuição normal utilizando a equação de o artigo vinculada à:
import math
print 0.5 * (1 + math.erf((x - mean)/math.sqrt(2 * standard_dev**2)))
onde mean
é a média e standard_dev
é o desvio padrão.
Algumas notas, já que você perguntou, parecia relativamente simples, dado as informações do artigo:
- CDF de uma variável aleatória (digamos X) é a probabilidade de que X fica entre o infinito e algumas limite, digamos x (em minúsculas).O CDF é a integral de pdf para distribuições contínuas.O cdf é exatamente o que você descreveu para #1, você quer alguma normalmente distribuído RV para estar entre infinito e x (<= x).
- < e <= assim como > e >= são mesmo para variáveis aleatórias contínuas como a probabilidade de que a rv é qualquer ponto é 0.Então, se ou não o x é incluído na verdade, não importa quando calcular as probabilidades para distribuições contínuas.
- Soma das probabilidades é 1, se a sua não < x então é >= x então, se você tem o
cdf(x)
.em seguida,1 - cdf(x)
é a probabilidade de que a variável aleatória X >= x.Desde >= é equivalente contínuo de variáveis aleatórias a >, esta é também a probabilidade de X > x.