Ctrl+K

scipy.special.ndtri_exp#

scipy.special.ndtri_exp(y, out=None) = <ufunc 'ndtri_exp'>#

log_ndtr 相對於 x 的反函數。對於極小的 y 值和接近 0 的 y 值，比 ndtri 與 numpy.exp 組合使用具有更高的精度。

參數:
yarray_like of float

函數參數

outndarray, optional

函數結果的選用輸出陣列

回傳:
純量或 ndarray

標準常態分佈對數 CDF 的反函數，在 y 處評估。

另請參閱

log_ndtr

標準常態累積分布函數的對數

ndtr

標準常態累積分布函數

ndtri

標準常態百分位函數

範例

>>> import numpy as np
>>> import scipy.special as sc

ndtri_exp agrees with the naive implementation when the latter does not suffer from underflow.

>>> sc.ndtri_exp(-1)
-0.33747496376420244
>>> sc.ndtri(np.exp(-1))
-0.33747496376420244

對於 y 的極端值，樸素方法會失敗

>>> sc.ndtri(np.exp(-800))
-inf
>>> sc.ndtri(np.exp(-1e-20))
inf

然而，ndtri_exp 仍然能夠以高精度計算結果。

>>> sc.ndtri_exp(-800)
-39.88469483825668
>>> sc.ndtri_exp(-1e-20)
9.262340089798409
本頁面