java编程标准正态分布求值,如何求标准正态分布

发布时间：2022-11-20

本文目录一览：

  1. 如何在java中拟合正态分布
  2. java编出正态分布的方法
  3. 怎样用java编写一个程序可以产生随机的一组正态分布的程序，求详细的代码
  4. 标准正态分布公式推算过程
  5. java 读取 excel文件中含有 normsdist（正态分布）函数公式的值。

如何在java中拟合正态分布

% 设数据为x
% 第一步, 计算均值, 计算样本标准差
len = length(x); avg = mean(x); s = sum((x-avg).^2)/(len-1)
% 第二步, 将上面结果代入高斯分布公式
% 第三步, 画出图形.

java编出正态分布的方法

  • 标准正态分布分布函数。
  • 入口参数u。 任意实数。 返回标准正态分布概率密度。 先是考虑把正态分布的那张表搞到程序中，通过查表的方式，小数点三位后面多出来的值使用公式来计算 正态分布中一些值得注意的量：
  • 密度函数关于平均值对称
  • 平均值与它的众数（statistical mode）以及中位数（median）同一数值。
  • 函数曲线下68.268949%的面积在平均数左右的一个标准差范围内。 java
public double nextDouble() {
    return (((long)(next(26)) << 27) + next(27)) / (double)(1L << 53);
}
private double nextNextGaussian;
private boolean haveNextNextGaussian = false;
synchronized public double nextGaussian() {
    // See Knuth, ACP, Section 3.4.1 Algorithm C.
    if (haveNextNextGaussian) {
        haveNextNextGaussian = false;
        return nextNextGaussian;
    } else {
        double v1, v2, s;
        do {
            v1 = 2 * nextDouble() - 1; // between -1 and 1
            v2 = 2 * nextDouble() - 1; // between -1 and 1
            s = v1 * v1 + v2 * v2;
        } while (s >= 1 || s == 0);
        double multiplier = StrictMath.sqrt(-2 * StrictMath.log(s)/s);
        nextNextGaussian = v2 * multiplier;
        haveNextNextGaussian
    }
}

怎样用java编写一个程序可以产生随机的一组正态分布的程序，求详细的代码

java.util.Random里的nextGaussian()，生成的数值符合均值为0方差为1的高斯/正态分布，即符合标准正态分布。 产生数字的范围：任何数都有可能，不过在0左右的数字较多。 产生N(a,b)的数：Math.sqrt(b)*random.nextGaussian()+a； 即均值为a，方差为b的随机数

标准正态分布公式推算过程

如果是计算概率，那就要用分布函数，但是它的分布函数是不能写成正常的解析式的。一般的计算方法就是，将标准正态分布函数的分布函数在各点的值计算出来制成表，实际计算时通过查表找概率。非标准正态分布函数可以转换成标准正态分布再算。 若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布。 扩展资料： 这里指的是一维连续随机变量，多维连续变量也类似。 随机数据的概率密度函数：表示瞬时幅值落在某指定范围内的概率，因此是幅值的函数。它随所取范围的幅值而变化。 密度函数f(x) 具有下列性质： ① ；
② ；
③ 参考资料来源：百度百科--概率密度函数

java 读取 excel文件中含有 normsdist（正态分布）函数公式的值。

既然其他公式可以读，normsdist 却报错，那应该就是poi对这个的支持不够吧，可以尝试换一个更高版本的poi试一下，如果还不行，可能就要想其他办法了，换个api，或是让大牛给你写一个……

推荐文章