正态分布函数使用结果的问题

问题:函数NormalCumDensityArray-数组的正态分布累计概率密度,和函数NormalDensityArray-数组的正态分布概率密度,两个函数计算结果为什么对应不上?对于一维数组:arr = [86.38, 62.10, 72.88, 88.75, 72.75, 82.55, 71.04, 69.09, 74.93, 86.43, 78.40, 73.19, 57.33];用NormalCumDensityArray函数计算结果是0.885747,而单独对于数组每一个数值用NormalDensityArray函数算法进行独立运算再累积和的时候,得到的结果是0.38。请问老师:为什么结果会有差异?程序代码如附件或下面拷贝代码。运行结果见如下截图。ParamsVars Numeric TowPiRoot(2.506628275);//sqrt(2*Pi) Numeric Var1; Numeric Var2; Numeric Fx; Array<Numeric> arr; Series<Array<Numeric>> Fxarray; Series<Numeric> i; Plot pen1;Events OnInit() { pen1.figure(1); } OnBar(ArrayRef<Integer> indexs) { arr = [86.38, 62.10, 72.88, 88.75, 72.75, 82.55, 71.04, 69.09, 74.93, 86.43, 78.40, 73.19, 57.33];//构建一个13个数值的一维数组。 Var1 = AverageArray(arr);//求数组均值。 Var2 = StandardDevArray(arr,1);//求数组标准差。 If(Var2 >0) { Fx=Round(1/(TowPiRoot*Var2)*Exp(-1*Sqr(arr[i] - Var1)/(2*Sqr(Var2))),2);//用NormalDensityArray函数的内部计算公式求数组每一个数值的概率密度值,保留两位小数。 pen1.line("Fx", Fx);//附图作图。 ArrayInsert(Fxarray, i, Fx);//计算结果放入一维数组。 i=i+1; if(i==12)//对数组arr进行循环语句计算。 { Array<Numeric> NEWarray; ArraySwap(Fxarray,NEWarray);//将序列型数组转换成数值型数组。 Numeric FX_SUM = SummationArray(NEWarray);//求数组概率密度的和。SummationArray必须使用数值型数组,不能使用序列型数组,所以要用上一条语句转换,转换后原来的数组内容就清空了。那么下面的语句就要用新的数组了。 print("FX_SUM:" + text(FX_SUM));//FX_SUM:0.38。单独计算的数组每一个数值概率密度的累加值是0.38. print("NEWarray:" + textarray(NEWarray));//数组每一个数值的概率密度值:NEWarray:[0.02,0.02,0.04,0.01,0.04,0.03,0.04,0.04,0.04,0.02,0.04,0.04] Numeric glmd_sum = NormalCumDensityArray(arr);//直接用函数求数组的正态分布累计概率密度,结果是:glmd_sum:0.885747 print("glmd_sum:" + text(glmd_sum)); i = 0; ArrayClear(Fxarray); } }Else { Fx= -1; } }

正态分布累积函数在线计算器,吊打Excel https://remarkable-babka-d8efba.netlify.app

我想起来了概率密度是计算连续的概率分布的密度相加是没意义的因为跟离散的概率分布 不是一个东西

回复:没仔细看帖子连续概率分布的密度是需要积分的

回复:要不说想听数学课呢

回复:刘老师:对于数组,属于离散概率密度,是不是不能进行其中每一个数值单独计算后的概率密度相加?因为我尝试了,结果不一样,那么对于数组的概率密度函数,从公式看,只计算了数组第一个数值,那么它有什么作用呢?

回复:离散型求的是频次,就是单个元素在样本空间里出现的次数。你想求什么?

回复:离散数据是没有概率密度的概念的系统公式的数组的概率密度是有强的前提假设的,假设这组数据服从正态分布正态分布是连续分布,其上任何一点的概率都是0,所以才有了概率密度的概念你把概率密度当成概率去加减,是没有意义的

回复:你这也不需要教啊

回复:这是概率书前10%的内容....后面就很头大了....从联合分布开始 后面的贝叶斯 协方差 极限定理 矩阵 伯努利....都是云山雾罩...我想认识它 它说跟我不熟😬😬😬

回复:因为该函数的定义所得结果是概率密度,所以我想看看求出来的结果代表了什么含义,感觉和什么内容都对应不上。

回复:所以想知道TBQ的概率密度函数得到的结果有什么用途,这个数据是不是可以应用。

回复:看了一下这个数组算法,这个是假定数组元素服从某个正态分布,求第一个元素的概率

有源码的

回复:老师:我是想反向推导出结果看看各个函数的关联关系,推导的结果不一致,不知道哪里出错了。

回复:源代码已经有了,你可以从运行逻辑上推理