• <ins id="pjuwb"></ins>
    <blockquote id="pjuwb"><pre id="pjuwb"></pre></blockquote>
    <noscript id="pjuwb"></noscript>
          <sup id="pjuwb"><pre id="pjuwb"></pre></sup>
            <dd id="pjuwb"></dd>
            <abbr id="pjuwb"></abbr>

            Dain

            寫出一個可以工作的程序并不夠

            統計

            留言簿(3)

            積分與排名

            良師益友

            閱讀排行榜

            評論排行榜

            統計函數NormSDist和NormSInv函數實現

            先說下今天寫VBA學到的,那就是Excel的統計工作表函數。
            Excel的統計工作表函數用于對數據區域進行統計分析。例如,統計工作表函數可以用來統計樣本的方差、數據區間的頻率分布等。是不是覺得好像是很專業范疇的東西?是的,統計工作表函數中提供了很多屬于統計學范疇的函數,但也有些函數其實在你我的日常生活中是很常用的,比如求班級平均成績,排名等。
            但是我的程序是要cpp實現上面倆個函數,可是cpp沒有這樣的統計函數。查了好多資料,找到了多項式近似的方法:
            /***************************************************************/
            /* 返回標準正態分布的累積函數,該分布的平均值為 0,標準偏差為 1。                           */
            /***************************************************************/
            double NormSDist(const double z)
            {
             // this guards against overflow
             if(z > 6) return 1;
             if(z < -6) return 0;

             static const double gamma =  0.231641900,
                  a1  =  0.319381530,
                  a2  = -0.356563782,
                  a3  =  1.781477973,
                  a4  = -1.821255978,
                  a5  =  1.330274429;

             double k = 1.0 / (1 + fabs(z) * gamma);
             double n = k * (a1 + k * (a2 + k * (a3 + k * (a4 + k * a5))));
             n = 1 - Normal(z) * n;
             if(z < 0)
              return 1.0 - n;

             return n;
            }


            /***************************************************************/
            /* 返回標準正態分布累積函數的逆函數。該分布的平均值為 0,標準偏差為 1。
             
             
                              */
            /***************************************************************/
            double normsinv(const double p)
            {
             static const double LOW  = 0.02425;
             static const double HIGH = 0.97575;

             /* Coefficients in rational approximations. */
             static const double a[] =
             {
              -3.969683028665376e+01,
               2.209460984245205e+02,
              -2.759285104469687e+02,
               1.383577518672690e+02,
              -3.066479806614716e+01,
               2.506628277459239e+00
             };

             static const double b[] =
             {
              -5.447609879822406e+01,
               1.615858368580409e+02,
              -1.556989798598866e+02,
               6.680131188771972e+01,
              -1.328068155288572e+01
             };

             static const double c[] =
             {
              -7.784894002430293e-03,
              -3.223964580411365e-01,
              -2.400758277161838e+00,
              -2.549732539343734e+00,
               4.374664141464968e+00,
               2.938163982698783e+00
             };

             static const double d[] =
             {
              7.784695709041462e-03,
              3.224671290700398e-01,
              2.445134137142996e+00,
              3.754408661907416e+00
             };

             double q, r;

             errno = 0;

             if (p < 0 || p > 1)
             {
              errno = EDOM;
              return 0.0;
             }
             else if (p == 0)
             {
              errno = ERANGE;
              return -HUGE_VAL /* minus "infinity" */;
             }
             else if (p == 1)
             {
              errno = ERANGE;
              return HUGE_VAL /* "infinity" */;
             }
             else if (p < LOW)
             {
              /* Rational approximation for lower region */
              q = sqrt(-2*log(p));
              return (((((c[0]*q+c[1])*q+c[2])*q+c[3])*q+c[4])*q+c[5]) /
               ((((d[0]*q+d[1])*q+d[2])*q+d[3])*q+1);
             }
             else if (p > HIGH)
             {
              /* Rational approximation for upper region */
              q  = sqrt(-2*log(1-p));
              return -(((((c[0]*q+c[1])*q+c[2])*q+c[3])*q+c[4])*q+c[5]) /
               ((((d[0]*q+d[1])*q+d[2])*q+d[3])*q+1);
             }
             else
             {
              /* Rational approximation for central region */
                  q = p - 0.5;
                  r = q*q;
              return (((((a[0]*r+a[1])*r+a[2])*r+a[3])*r+a[4])*r+a[5])*q /
               (((((b[0]*r+b[1])*r+b[2])*r+b[3])*r+b[4])*r+1);
             }
            }

            posted on 2007-03-13 20:52 Dain 閱讀(4094) 評論(4)  編輯 收藏 引用 所屬分類: Computational Finance程序

            評論

            # re: 統計函數NormSDist和NormSInv函數實現 2007-04-17 14:50 yn

            請問這句話中的Normal是個什么函數?
            n = 1 - Normal(z) * n;  回復  更多評論   

            # re: 統計函數NormSDist和NormSInv函數實現 2007-04-17 18:18 Dain

            標準正態分布@yn
              回復  更多評論   

            # re: 統計函數NormSDist和NormSInv函數實現 2008-10-12 04:21 YL

            請問你這個Normal函數從哪里可以得到? 我就是想要一個算標準正太分布的函數
            謝謝  回復  更多評論   

            # re: 統計函數NormSDist和NormSInv函數實現 2010-05-14 18:06 WPXU

            多謝分享~~~  回復  更多評論   

            精品免费tv久久久久久久| 久久精品桃花综合| 91精品国产色综合久久| 99久久免费国产特黄| 久久99国产一区二区三区| 深夜久久AAAAA级毛片免费看| 亚洲国产成人久久一区久久| 国产精品99久久久精品无码| 99久久精品国产麻豆| 伊人久久大香线蕉综合网站| 久久精品国产精品亚洲毛片| 久久久精品视频免费观看| 日韩乱码人妻无码中文字幕久久| 草草久久久无码国产专区| 18岁日韩内射颜射午夜久久成人| 天天爽天天爽天天片a久久网| 2021最新久久久视精品爱 | 亚洲狠狠婷婷综合久久蜜芽| AV无码久久久久不卡网站下载| 久久久久久极精品久久久| 久久偷看各类wc女厕嘘嘘| 久久青青草原精品国产软件| 精品久久久久久成人AV| 国产亚洲精品久久久久秋霞| 国内精品伊人久久久久影院对白 | 国产高潮久久免费观看| 国产亚洲美女精品久久久2020| 久久se这里只有精品| 91精品国产高清久久久久久91 | 色综合合久久天天综合绕视看| 老色鬼久久亚洲AV综合| 久久综合鬼色88久久精品综合自在自线噜噜 | 欧美日韩成人精品久久久免费看| 久久精品人人做人人妻人人玩 | 国产精品久久久久久| 97精品伊人久久久大香线蕉| 国内精品久久久久影院老司| 一日本道伊人久久综合影| 久久人搡人人玩人妻精品首页| 久久精品国产亚洲5555| 久久久无码精品午夜|