#随机 #计算 #方差 #正态分布 #经验

basic_stochastics

一组实用工具,使执行基本随机计算更加方便

1个不稳定版本

使用旧Rust 2015

0.1.3 2017年11月25日
0.1.2 2017年11月25日
0.1.1 2017年11月25日
0.1.0 2017年11月25日

#1261 in 数学

MIT/Apache

21KB
71

rust-stochastics Crates.io Crates.io 文档

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。

normal distribution

让我们看看平均智商分数的正态分布示例。

normal distribution

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:)

无运行时依赖