Laplace jako pierwszy rozpoznał potrzebę tabelaryczną, przedstawiając przybliżenie:
G ( x )= ∫∞xmi- t2)ret= 1x- 12 x3)+ 1 ⋅ 34 x5- 1 ⋅ 3 ⋅ 58 x7+ 1 ⋅ 3 ⋅ 5 ⋅ 716 x9+ ⋯(1)
Pierwszy nowoczesny stół o rozkładzie normalnym został później zbudowany przez francuskiego astronoma Christiana Krampa w Analyze des Réfractions Astronomiques et Terrestres (Par le citoyen Kramp, Professeur de Chymie et de Physique expérimentale à l'école centrale du Département de la Roer, 1799) . Z tabel związanych z normalnym rozkładem: krótka historia Autor (autorzy): Herbert A. David Źródło: The American Statistician, t. 59, nr 4 (listopad 2005), s. 309–311 :
Ambitiously, otrzymano osiem Kramp dziesiętny ( 8 D) stoły do x = 1,24 , 9 D do 1,50 , 10 D do 1,99 , i 11 D 3,00 razem z różnicami potrzebnych do interpolacji. Zapisując pierwsze sześć pochodnych G ( x ) , po prostu używa rozszerzenia szeregu Taylora o G ( x + h ) o G ( x ) , gdzie h = 0,01 ,do terminu w 3 . h3).To pozwala mu przejść krok po kroku od x = 0 do x = h , 2 godziny , 3 godziny , … , po pomnożeniu hmi- x2) o1−hx+13(2x2−1)h2−16(2x3−3x)h3.
Zatem przyx=0ten produkt zmniejsza się do
.01(1−13×.0001)=.00999967,
tak że przyG(.01)=.88622692−.00999967=.87622725.
⋮
Ale ... jak dokładny mógłby być? OK, weźmy 2.97 jako przykład:
Niesamowity!
Przejdźmy do nowoczesnego (znormalizowanego) wyrażenia gaussowskiego pdf:
N(0,1)
fX(X=x)=12π−−√e−x22=12π−−√e−(x2√)2=12π−−√e−(z)2
z=x2√x=z×2–√
PZ(Z>z=2.97)eax1/ax2–√
2π−−√
2π−−√2–√P(X>x)=π−−√P(X>x)
z=2.97x=z×2–√=4.200214
(R = sqrt(pi) * pnorm(x, lower.tail = F))
[1] 0.00002363235e-05
Fantastyczny!
0.06
z = 0.06
(x = z * sqrt(2))
(R = sqrt(pi) * pnorm(x, lower.tail = F))
[1] 0.8262988
0.82629882
Tak blisko...
Chodzi o to ... jak dokładnie dokładnie? Po wszystkich otrzymanych głosach nie mogłem pozostawić faktycznej odpowiedzi zawieszonej. Problem polegał na tym, że wszystkie aplikacje optycznego rozpoznawania znaków (OCR), które wypróbowałem, były niesamowicie wyłączone - nic dziwnego, jeśli spojrzałeś na oryginał. Nauczyłem się więc doceniać Christiana Krampa za wytrwałość jego pracy, kiedy osobiście wpisałem każdą cyfrę w pierwszej kolumnie jego Premiery stołowej .
Po cennej pomocy @Glen_b, teraz może być bardzo dokładna i jest gotowa do skopiowania i wklejenia na konsoli R w tym łączu GitHub .
Oto analiza dokładności jego obliczeń. Przygotuj się...
- Bezwzględna skumulowana różnica między wartościami [R] a przybliżeniem Krampa:
0.0000012007643011
- Średni błąd bezwzględny (MAE) lub
mean(abs(difference))
zdifference = R - kramp
:
0.0000000039892493 miliardowy błąd średnio!
Na wejściu, w którym jego obliczenia były najbardziej rozbieżne w porównaniu z [R], pierwsza inna wartość miejsca dziesiętnego znajdowała się na ósmej pozycji (setna milionowa). Średnio (mediana) jego pierwszy „błąd” był w dziesiątej cyfrze dziesiętnej (dziesiąta miliardowa!). I chociaż w żadnym wypadku nie do końca zgadzał się z [R], najbliższy wpis nie różni się aż do trzynastu cyfrowych wpisów.
- Średnia różnica względna lub
mean(abs(R - kramp)) / mean(R)
(taka sama jak all.equal(R[,2], kramp[,2], tolerance = 0)
):
0.00000002380406
- Błąd średniej kwadratowej (RMSE) lub odchylenie (przypisuje większą wagę dużym błędom), obliczane jako
sqrt(mean(difference^2))
:
0.000000007283493
Jeśli znajdziesz zdjęcie lub portret Chistian Kramp, edytuj ten post i umieść go tutaj.