MathProbabilityDensityNormal

通过mu和sigma参数,计算随机变量x的正态分布的概率密度函数值。出错情况下它返回NaN

double  MathProbabilityDensityNormal(
   const double  x,              // 随机变量值
   const double  mu,             // 分布的平均参数(期望值)
   const double  sigma,          // 分布的sigma参数(均方根偏差)
   const bool    log_mode,       // 计算数值对数
   int&          error_code      // 存储错误代码的变量
   );

通过mu和sigma参数,计算随机变量x的正态分布的概率密度函数值。出错情况下它返回NaN

double  MathProbabilityDensityNormal(
   const double  x,              // 随机变量值
   const double  mu,             // 分布的平均参数(期望值)
   const double  sigma,          // 分布的sigma参数(均方根偏差)
   int&          error_code      // 存储错误代码的变量
   );

通过mu和sigma参数,计算随机变量数组x[]的正态分布的概率密度函数值。出错情况下它返回false。R语言的dnorm()模拟。

bool  MathProbabilityDensityNormal(
   const double&  x[],            // 随机变量值数组
   const double   mu,             // 分布的平均参数(期望值)
   const double   sigma,          // 分布的sigma参数(均方根偏差)
   const bool     log_mode,       // 计算数值对数
   double&        result[]        //概率密度函数值数组
   );

通过mu和sigma参数,计算随机变量数组x[]的正态分布的概率密度函数值。出错情况下它返回false。

bool  MathProbabilityDensityNormal(
   const double&  x[],            // 随机变量值数组
   const double   mu,             // 分布的平均参数(期望值)
   const double   sigma,          // 分布的sigma参数(均方根偏差)
   double&        result[]        //概率密度函数值数组
   );

参数

x

[in]  随机变量值。

x[]

[in]  随机变量值数组。

mu

[in]  分布的平均参数(期望值)。

sigma

[in]  分布的sigma参数(均方根偏差)。

log_mode

[in]  计算数值对数的标识。如果log_mode=true,则返回概率密度的自然对数。

error_code

[out]  获得错误代码的变量。

result[]

[out]  获得概率密度函数值数组。