statsmodels.sandbox.distributions.extras.mvstdnormcdf¶

statsmodels.sandbox.distributions.extras.mvstdnormcdf(lower, upper, corrcoef, **kwds)[source]¶

标准化的多元正态累积分布函数

这是scipy.stats._mvn.mvndst的一个封装，用于计算标准多元正态分布上的矩形积分。

此函数假设标准化尺度，即每个维度的方差为一，但相关性可以是任意的，协方差 = 相关矩阵

Parameters:¶

lower, upperarray_like, 1d

下限和上限积分限，其长度等于多元正态分布的维数。它可以包含 -np.inf 或 np.inf 以表示开放积分区间

corrcoeffloat or array_like

指定相关矩阵的三种方式之一，参见注释

optional keyword parameters to influence integration

• maxptsint, maximum number of function values allowed. This

  参数可以用来限制时间。一个合理的策略是从maxpts = 1000*N开始，然后如果误差太大，就增加maxpts。

• abseps : 浮点数绝对误差容限。

• releps : 浮点数相对误差容限。

Returns:¶

cdfvaluefloat

积分的值

另请参阅

mvnormcdf

未标准化的多元正态分布的累积分布函数

注释

相关矩阵 corrcoef 可以通过三种不同的方式给出 如果多元正态分布是二维的，那么只需要提供相关系数。 对于一般维度，相关矩阵可以作为上三角相关系数的一维数组按行堆叠提供，或者作为完整的相关矩阵提供

示例

>>> print(mvstdnormcdf([-np.inf,-np.inf], [0.0,np.inf], 0.5))
0.5
>>> corr = [[1.0, 0, 0.5],[0,1,0],[0.5,0,1]]
>>> print(mvstdnormcdf([-np.inf,-np.inf,-100.0], [0.0,0.0,0.0], corr, abseps=1e-6))
0.166666399198
>>> print(mvstdnormcdf([-np.inf,-np.inf,-100.0],[0.0,0.0,0.0],corr, abseps=1e-8))
something wrong completion with ERROR > EPS and MAXPTS function values used;
                    increase MAXPTS to decrease ERROR; 1.048330348e-006
0.166666546218
>>> print(mvstdnormcdf([-np.inf,-np.inf,-100.0],[0.0,0.0,0.0], corr,                             maxpts=100000, abseps=1e-8))
0.166666588293