Как я могу эффективно вычислить функцию биномиального кумулятивного распределения?

Ответ 1

Точное биномиальное распределение

def factorial(n): 
    if n < 2: return 1
    return reduce(lambda x, y: x*y, xrange(2, int(n)+1))

def prob(s, p, n):
    x = 1.0 - p

    a = n - s
    b = s + 1

    c = a + b - 1

    prob = 0.0

    for j in xrange(a, c + 1):
        prob += factorial(c) / (factorial(j)*factorial(c-j)) \
                * x**j * (1 - x)**(c-j)

    return prob

>>> prob(20, 0.3, 100)
0.016462853241869437

>>> 1-prob(40-1, 0.3, 100)
0.020988576003924564

Нормальная оценка, хорошая для больших n

import math
def erf(z):
        t = 1.0 / (1.0 + 0.5 * abs(z))
        # use Horner method
        ans = 1 - t * math.exp( -z*z -  1.26551223 +
                                                t * ( 1.00002368 +
                                                t * ( 0.37409196 + 
                                                t * ( 0.09678418 + 
                                                t * (-0.18628806 + 
                                                t * ( 0.27886807 + 
                                                t * (-1.13520398 + 
                                                t * ( 1.48851587 + 
                                                t * (-0.82215223 + 
                                                t * ( 0.17087277))))))))))
        if z >= 0.0:
                return ans
        else:
                return -ans

def normal_estimate(s, p, n):
    u = n * p
    o = (u * (1-p)) ** 0.5

    return 0.5 * (1 + erf((s-u)/(o*2**0.5)))

>>> normal_estimate(20, 0.3, 100)
0.014548164531920815

>>> 1-normal_estimate(40-1, 0.3, 100)
0.024767304545069813

Оценка Пуассона: Хорошо для больших n и малых p

import math

def poisson(s,p,n):
    L = n*p

    sum = 0
    for i in xrange(0, s+1):
        sum += L**i/factorial(i)

    return sum*math.e**(-L)

>>> poisson(20, 0.3, 100)
0.013411150012837811
>>> 1-poisson(40-1, 0.3, 100)
0.046253037645840323

Ответ 2

Я думаю, вы хотите оценить неполную бета-функцию .

Там хорошая реализация с использованием представления непрерывной доли в "Численных рецептах в C", глава 6: "Специальные функции".

Ответ 3

Я не могу полностью ручаться за эффективность, но Scipy имеет модуль для этого

from scipy.stats.distributions import binom
binom.cdf(successes, attempts, chance_of_success_per_attempt)

Ответ 4

Из части вашего вопроса "получение по крайней мере S головок" вам нужна кумулятивная функция биномиального распределения. См. http://en.wikipedia.org/wiki/Binomial_distribution для уравнения, которое описывается как "регулируемая незавершенная бета-функция" (как уже было сказано). Если вы просто хотите рассчитать ответ, не выполняя все решения самостоятельно, Научная библиотека GNU предоставляет функцию: gsl_cdf_binomial_P и gsl_cdf_binomial_Q.

Ответ 5

Эффективный и, что более важно, численный стабильный алгоритм существует в области кривых Безье, используемых в компьютерном проектировании. Он называется алгоритмом де Кастеляу, используемым для оценки полиномов Бернштейна, используемых для определения кривых Безье.

Я считаю, что мне разрешено только одну ссылку за ответ, поэтому начните с Википедия - Политимы Бернштейна

Обратите внимание на очень тесную связь между Биномиальным распределением и полиномами Бернштейна. Затем перейдите по ссылке на алгоритм де Кастеляу.

Позволяет сказать, что я знаю, что вероятность бросать головы с определенной монетой равна P. Какова вероятность того, что я брошу монета T раз и получение по крайней мере S?

• Установить n = T
• Установить бета [i] = 0 для я = 0,... S - 1
• Установить бета [i] = 1 для я = S,... T
• Установите t = p
• Оцените B (t), используя de Casteljau

или не более S головок?

• Установить n = T
• Установить бета [i] = 1 для я = 0,... S
• Установить бета [i] = 0 для я = S + 1,... T
• Установите t = p
• Оцените B (t), используя de Casteljau

Открытый исходный код, вероятно, уже существует. Кривые NURBS (неравномерные Rational B-сплайновые кривые) являются обобщением кривых Безье и широко используются в CAD. Попробуйте openNurbs (лицензия очень либеральная) или не получившая Open CASCADE (несколько менее либеральная и непрозрачная лицензия). Оба набора инструментальных средств находятся на С++, хотя существуют привязки IIRC,.NET.

Ответ 6

DCDFLIB Project имеет функции С# (обертки вокруг кода C) для оценки многих функций CDF, включая биномиальное распределение. Здесь вы можете найти исходный код C и FORTRAN здесь. Этот код хорошо протестирован и точен.

Если вы хотите написать свой собственный код, чтобы избежать зависимости от внешней библиотеки, вы можете использовать обычное приближение к биномии, упомянутому в других ответах. Вот несколько примечаний к насколько хороша аппроксимация при различных обстоятельствах. Если вы идете по этому маршруту и ​​нуждаетесь в коде для вычисления нормального CDF, здесь код Python для этого. Это всего лишь около дюжины строк кода и легко переносится на любой другой язык. Но если вам нужна высокая точность и эффективный код, вам лучше использовать сторонний код, например DCDFLIB. Несколько человеко-лет вступили в производство этой библиотеки.

Ответ 7

Если вы используете Python, не нужно сам его кодировать. Scipy заставил вас прикрыться:

from scipy.stats import binom
# probability that you get 20 or less successes out of 100, when p=0.3
binom.cdf(20, 100, 0.3)
>>> 0.016462853241869434

# probability that you get exactly 20 successes out of 100, when p=0.3
binom.pmf(20, 100, 0.3)
>>> 0.0075756449257260777

Ответ 8

Я был в проекте, где нам нужно было вычислить биномиальный CDF в среде, которая не имела определяемой факториальной или гамма-функции. Мне потребовалось несколько недель, но я пришел к следующему алгоритму, который точно вычисляет CDF (т.е. Не требуется никакого приближения). Python в основном так же хорош, как псевдокод, правильно?

import numpy as np

def binomial_cdf(x,n,p):
    cdf = 0
    b = 0
    for k in range(x+1):
        if k > 0:
            b += + np.log(n-k+1) - np.log(k) 
        log_pmf_k = b + k * np.log(p) + (n-k) * np.log(1-p)
        cdf += np.exp(log_pmf_k)
    return cdf

Показатели производительности с помощью x. При малых значениях x это решение примерно на порядок быстрее, чем scipy.stats.binom.cdf, с аналогичной производительностью около x = 10000.

Я не буду вдаваться в полный вывод этого алгоритма, потому что stackoverflow не поддерживает MathJax, но его толчок сначала идентифицирует следующую эквивалентность:

• Для всех k > 0, sp.misc.comb(n,k) == np.prod([(n-k+1)/k for k in range(1,k+1)])

Что мы можем переписать как:

• sp.misc.comb(n,k) == sp.misc.comb(n,k-1) * (n-k+1)/k

или в лог-пространстве:

• np.log( sp.misc.comb(n,k) ) == np.log(sp.misc.comb(n,k-1)) + np.log(n-k+1) - np.log(k)

Поскольку CDF представляет собой суммирование PMF, мы можем использовать эту формулировку для вычисления биномиального коэффициента (журнал которого b в вышеприведенной функции) для PMF_ {x = i} из коэффициента, рассчитанного для PMF_ {х = я-1}. Это означает, что мы можем делать все в одном цикле с использованием аккумуляторов, и нам не нужно вычислять какие-либо факториалы!

Причина, по которой большая часть вычислений выполняется в лог-пространстве, заключается в улучшении численной устойчивости полиномиальных членов, т.е. p^x и (1-p)^(1-x) имеют потенциал быть чрезвычайно большим или крайне малым, что может вызвать ошибки вычислений.

Ответ 9

Попробуйте этот, используемый в GMP. Другая ссылка this.