Question

我在python中实现了以下函数：

   
const x = [{
    _id: "12345",
    name: "A"
  },
  {
    _id: "67890",
    name: "B"
  }
]

const z = x.map(o => o._id);

console.log(z)

然而，计算产生的值太大而n高（最多255）。我搜索了这些值的近似值，但无济于事。你会怎么做？

Answer 1

假设X遵循二项分布，

并且你想要计算P（X> = m），我首先进行连续性校正，使得近似为P（X> = m-0.5），然后我将使用正态近似来近似它。

P((X - np)/ sqrt(np(1-p)) >= (m-0.5-np)/sqrt(np(1-p))

是近似值

P(Z >= (m-0.5-np)/sqrt(np(1-p))

其中Z是标准正态分布。

References这样的近似值。

Answer 2

根据Siong的回答，我提出了以下解决方案：

import math

# Cumulative distribution function
def CDF(x):
    return (1.0 + math.erf(x/math.sqrt(2.0)))/2.0

# Approximation of binomial cdf with continuity correction for large n
# n: trials, p: success prob, m: starting successes
def BCDF(p, n, m):
    return 1-CDF((m-0.5-(n*p))/math.sqrt(n*p*(1-p)))

大数的累积二项分布

2 个答案: