随机化正态分布数字的偏差(javascript)

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了随机化正态分布数字的偏差(javascript)，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1568字，纯文字阅读大概需要3分钟。

内容图文

我在生成正态分布的随机数时遇到问题(mu = 0 sigma = 1)
使用JavaScript.

我已经尝试过Box-Muller的方法和ziggurat,但生成的数字序列的平均值为0.0015或-0.0018 – 非常远离零！超过500,000个随机生成的数字这是一个大问题.它应该接近零,类似于0.000000000001.

我无法弄清楚它是否是方法问题,或者JavaScript的内置Math.random()是否生成不完全均匀分布的数字.

有人发现了类似的问题吗？

在这里你可以找到ziggurat功能：

http://www.filosophy.org/post/35/normaldistributed_random_values_in_javascript_using_the_ziggurat_algorithm/

以下是Box-Muller的代码：

function rnd_bmt() {
    var x = 0, y = 0, rds, c;

    // Get two random numbers from -1 to 1.
    // If the radius is zero or greater than 1, throw them out and pick two
    // new ones. Rejection sampling throws away about 20% of the pairs.
    do {
        x = Math.random()*2-1;
        y = Math.random()*2-1;
        rds = x*x + y*y;
    }
    while (rds === 0 || rds > 1) 

    // This magic is the Box-Muller Transform
    c = Math.sqrt(-2*Math.log(rds)/rds);

    // It always creates a pair of numbers. I'll return them in an array. 
    // This function is quite efficient so don't be afraid to throw one away
    // if you don't need both.
    return [x*c, y*c];
}

解决方法:

如果生成n个独立的正态随机变量,则standard deviation of the mean将为sigma / sqrt(n).

在你的情况下,n = 500000和sigma = 1,因此平均值的标准误差约为1/707 = 0.0014.给定0均值时,95％置信区间约为此值的两倍或(-0.0028,0.0028).您的样本均在此范围内.

您对获得0.000000000001(1e-12)的期望不是数学上的基础.要达到该准确度范围,您需要生成大约10 ^ 24个样本.每秒10,000个样本仍然需要3个四分之一年…这正是为什么尽可能避免通过模拟计算东西的好处.

另一方面,您的算法似乎确实正确实现:)

内容总结

以上是互联网集市为您收集整理的随机化正态分布数字的偏差(javascript)全部内容，希望文章能够帮你解决随机化正态分布数字的偏差(javascript)所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端