标准正态分布的分布函数 Φ(x)Φ(x) 可以说是统计计算中非常重要的一个函数,基本上有正态分布的地方都或多或少会用上它。在一些特定的问题中,我们需要大量多次地计算这个函数的取值,比如我经常需要算正态分布与另一个随机变量之和的分布,这时候就需要用到数值积分,而被积函数就包含 Φ(x)Φ(x)。如果 Z?N(0,1),X?f(x)Z?N(0,1),X?f(x),ff 是 XX 的密度函数,那么 Z+XZ+X 的分布函数就是
P(Z+X≤t)=∫+∞?∞Φ(t?x)f(x)dxP(Z+X≤t)=∫?∞+∞Φ(t?x)f(x)dx
我们知道,Φ(x)Φ(x) 没有简单的显式表达式,所以它需要用一定的数值方法进行计算。在大部分的科学计算软件中,计算的精度往往是第一位的,因此其算法一般会比较复杂。当这个函数需要被计算成千上万次的时候,速度可能就成为了一个瓶颈。
当然有问题就会有对策,一种常见的做法是略微放弃一些精度,以换取更简单的计算。在大部分实际应用中,一个合理的误差大小,例如 10?710?7,一般就足够了。在这篇文章中,给大家介绍两种简单的方法,它们都比R中自带的 pnorm() 更快,且误差都控制在 10?710?7 的级别。
第一种办法来自于经典参考书 Abramowitz and Stegun: Handbook of Mathematical Functions
的公式 26.2.17。其基本思想是把 Φ(x)Φ(x) 表达成正态密度函数 ?(x)?(x) 和一个有理函数的乘积。这种办法可以保证误差小于 7.5×10?87.5×10?8,一段C++