rust-stochastics

Rust编写的随机计算的基本集合

示例

此库可以帮助您从给定数据集中确定由值μ和σ描述的正态分布。

让我们看看平均智商分数的正态分布示例。

在这里，我们可以看到智商的平均值是100（μ = 100），因为它是图形的局部最大值。

此外，我们还可以看到彩色区域，这些区域覆盖了图形面积的特定百分比。因此，我们可以看到，68%的人口智商分数在85到110之间，而95%的人口智商分数在70到130之间。

在数学中，我们考虑填充特定百分比的σ区域。 （如果您想了解更多关于σ的信息，请查看维基百科文章）

1σ环境定义为覆盖大约68.27%图形面积的区域。在给定上下文中，这意味着大约68.27%的人口智商分数在μ - σ和μ + σ之间。通过查看图形，我们可以确定σ的值为15（σ = 15）。

2σ环境覆盖了大约95.45%的区域。请在此处查看更多阅读材料。

代码示例

rust_stochastics提供了从任何给定的数据集计算平均值（μ）和围绕平均值的分散度（σ）的函数

let data: Vec<f64> = vec![1.0, 2.0, 3.0, 4.0, 2.0];

let average = rust_stochastics::average(&data);
let sigma = basic_stochastics::empiric_deviation(&data);

此外，我们还可以检查给定的值是否匹配特定的σ区域。如果我们再次查看我们的智商分数示例，我们可以检查70分的智商是否匹配1σ区域。

从图表中可以看出，它不（智商分数70是2σ环境的下限值）。

let sigma = 15.0;
let average = 100.0;

let result = rust_stochastics::matches_custom_sigma_environment(average, sigma, rust_stochastics::ONE_SIGMA, 70.0); // will be false

最后，我们还可以从给定数据集中计算μ和σ，然后检查一个值是否与特定的σ环境匹配。

let data = vec![1.0, 2.0, 3.0, 4.0, 2.0];

let result = rust_stochastics::matches_sigma_environment(&data, rust_stochastics::ONE_SIGMA, 3.4); // will be true

贡献

如果您有任何建议/错误需要报告，请随意提交一个PR或创建一个问题：）