程序包 org.hipparchus.distribution.discrete

类 AbstractIntegerDistribution

java.lang.Object

org.hipparchus.distribution.discrete.AbstractIntegerDistribution

所有已实现的接口:

Serializable, IntegerDistribution

直接已知子类:

BinomialDistribution, EnumeratedIntegerDistribution, GeometricDistribution, HypergeometricDistribution, PascalDistribution, PoissonDistribution, UniformIntegerDistribution, ZipfDistribution

       public abstract class AbstractIntegerDistribution extends Object implements IntegerDistribution, Serializable
      

整数值离散分布的基类。

对于一些在分布之间不变的方法，提供了默认实现。

另请参阅:

• 序列化表格

构造器概要

构造器

构造器	说明
AbstractIntegerDistribution()	空构造函数。

方法概要

修饰符和类型	方法	说明
int	inverseCumulativeProbability(double p)	计算此分布的分位函数。
double	logProbability(int x)	对于随机变量 X，其值根据此分布进行分布，此方法返回 log(P(X = x))，其中 log 是自然对数。
double	probability(int x0, int x1)	对于随机变量 X，其值根据此分布进行分布，此方法返回 P(x0 < X <= x1)。
protected int	solveInverseCumulativeProbability(double p, int lower, int upper)	这是由inverseCumulativeProbability(double)使用的实用函数。

从类继承的方法 java.lang.Object

clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

从接口继承的方法 org.hipparchus.distribution.IntegerDistribution

cumulativeProbability, getNumericalMean, getNumericalVariance, getSupportLowerBound, getSupportUpperBound, isSupportConnected, probability

构造器详细资料

AbstractIntegerDistribution

             public AbstractIntegerDistribution()
            

空构造函数。

这个构造函数并非绝对必要，但它可以防止在 JDK 18 及更高版本中出现虚假的 javadoc 警告。

从以下版本开始:

3.0

方法详细资料

probability

             public double probability(int x0, int x1) throws MathIllegalArgumentException
            

对于随机变量 X，其值根据此分布进行分布，此方法返回 P(x0 < X <= x1)。默认实现使用了恒等式

P(x0 < X <= x1) = P(X <= x1) - P(X <= x0)

指定者:

probability 在接口中 IntegerDistribution

参数:

x0 - 排他性下界

x1 - 包含性上界

返回:

此分布的随机变量将在 x0 和 x1 之间取值的概率，不包括下界但包括上界

抛出:

MathIllegalArgumentException - 如果 x0 > x1

inverseCumulativeProbability

             public int inverseCumulativeProbability(double p) throws MathIllegalArgumentException
            

计算此分布的分位函数。对于根据此分布进行分布的随机变量 X，返回的值是

• inf{x in Z | P(X<=x) >= p} 对于 0 < p <= 1,
• inf{x in Z | P(X<=x) > 0} 对于 p = 0。

如果结果超出数据类型 int 的范围，则返回 Integer.MIN_VALUE 或 Integer.MAX_VALUE。默认实现返回

• IntegerDistribution.getSupportLowerBound() 对于 p = 0,
• IntegerDistribution.getSupportUpperBound() 对于 p = 1，以及
• solveInverseCumulativeProbability(double, int, int) 对于 0 < p < 1。

指定者:

inverseCumulativeProbability 在接口中 IntegerDistribution

参数:

p - 累积概率

返回:

此分布的最小 p 分位数（p = 0 时为最大 0 分位数）

抛出:

MathIllegalArgumentException - 如果 p < 0 或 p > 1

solveInverseCumulativeProbability

             protected int solveInverseCumulativeProbability(double p, int lower, int upper)
            

这是由inverseCumulativeProbability(double)使用的实用函数。它假定 0 < p < 1 并且逆累积概率位于括号 (lower, upper] 中。该实现使用简单的二分法找到最小的 p 分位数 inf{x in Z | P(X<=x) >= p}。

参数:

p - 累积概率

lower - 满足 cumulativeProbability(lower) < p 的值

upper - 满足 p <= cumulativeProbability(upper) 的值

返回:

此分布的最小 p 分位数

logProbability

             public double logProbability(int x)
            

对于根据此分布进行分布的随机变量 X，此方法返回 log(P(X = x))，其中 log 是自然对数。换句话说，此方法表示分布的概率质量函数（PMF）的对数。请注意，由于浮点精度和下溢/上溢问题，对于某些分布，此方法比计算IntegerDistribution.probability(int)的对数更精确和更快。

默认实现只是计算 probability(x) 的对数。

指定者:

logProbability 在接口中 IntegerDistribution

参数:

x - 评估 PMF 的点

返回:

概率质量函数在 x 处的值的对数