如果您不确定“使用正态近似的泊松分布”的含义,请点击此链接并检查黄色框中的文本。 https://onlinecourses.science.psu.edu/stat414/node/180
这里是链接中数学的简单快照。
P(Y≥9) = P(Y>8.5) = P(Z>(8.5−6.5)/√6.5) = P(Z>0.78)= 0.218
因此,为了获得 0.218 中的值,我们使用辛普森积分规则 集成了来自“负数”的函数(在下面代码中名为“f”的方法中实现) 无穷大”到等于这个值>>“((8.5−6.5)/√6.5))”
R 成功给出了正确的输出。但是在Java中,当我实现代码时 以下复制自“http://introcs.cs.princeton.edu/java/93integration/SimpsonsRule.java.html” 我得到“0.28360853976343986”,本应是“.218”,这是因为我使用的负无穷大值,即“Double.MIN_VALUE”
这是Java代码。 请参阅主方法中我的输入的最后。
* Standard normal distribution density function.
* Replace with any sufficiently smooth function.
**********************************************************************/
public static double f(double x) {
return Math.exp(- x * x / 2) / Math.sqrt(2 * Math.PI);
}
/**********************************************************************
* Integrate f from a to b using Simpson's rule.
* Increase N for more precision.
**********************************************************************/
public static double integrate(double a, double b) {
int N = 10000; // precision parameter
double h = (b - a) / (N - 1); // step size
// 1/3 terms
double sum = 1.0 / 3.0 * (f(a) + f(b));
// 4/3 terms
for (int i = 1; i < N - 1; i += 2) {
double x = a + h * i;
sum += 4.0 / 3.0 * f(x);
}
// 2/3 terms
for (int i = 2; i < N - 1; i += 2) {
double x = a + h * i;
sum += 2.0 / 3.0 * f(x);
}
return sum * h;
}
// sample client program
public static void main(String[] args) {
double z = (8.5-6.5)/Math.sqrt(6.5);
double a = Double.MIN_VALUE;
double b = z;
System.out.println(integrate(a, b));
}
有人有什么想法吗?我尝试使用 Apache math 的“PoissonDistribution”类的方法“normalApproximateProbability(int x)”。但问题是这个方法需要一个“int”。
任何人对如何获得正确的输出或任何其他代码有更好的想法。我也为 simpson 使用了另一个库,但得到了相同的输出。
我需要在Java 中完成此操作。
最佳答案
我尝试通过编写另一种实现辛普森 3/8 规则而不是积分函数的方法来测试代码。它给出的结果与您第一次获得的结果相同。所以我认为差异很可能是由舍入误差引起的。
关于java - 在 Java 中使用正态逼近的泊松分布,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33070380/