scipy.special.ndtr#

scipy.special.ndtr(x, out=None) = <ufunc 'ndtr'>#

標準常態分佈的累積分布函數。

返回標準高斯機率密度函數下的面積，從負無限積分到 x

\[\frac{1}{\sqrt{2\pi}} \int_{-\infty}^x \exp(-t^2/2) dt\]

參數:

xarray_like, real or complex: 引數
outndarray, optional: 函數結果的可選輸出陣列

返回:

純量或 ndarray: 在 x 處評估的常態 CDF 值

另請參閱

log_ndtr: ndtr 的對數
ndtri: ndtr 的反函數，標準常態百分位函數
erf: 誤差函數
erfc: 1 - erf
scipy.stats.norm: 常態分佈

範例

在一個點評估 ndtr。

>>> import numpy as np
>>> from scipy.special import ndtr
>>> ndtr(0.5)
0.6914624612740131

透過為 x 提供 NumPy 陣列或列表，在多個點評估函數。

>>> ndtr([0, 0.5, 2])
array([0.5       , 0.69146246, 0.97724987])

繪製函數圖。

>>> import matplotlib.pyplot as plt
>>> x = np.linspace(-5, 5, 100)
>>> fig, ax = plt.subplots()
>>> ax.plot(x, ndtr(x))
>>> ax.set_title(r"Standard normal cumulative distribution function $\Phi$")
>>> plt.show()