Тоже не очень... Вообще работа с нецентральным бета-распределением скорее относится к классу нетривиальных задач. Из открытого кода удалось посмотреть Boost. И он будет посложнее чем тот, что сейчас есть в СБ.
Т.е. берутся две случайные величины, где первая из нецентрального хи-квадрат распределения, а вторая - из центрального. Наверное код можно исправить на такой:
//--- generate random number using Noncentral ChiSquaredouble chi1=MathRandomNoncentralChiSquare(a2,lambda2,error_code);double chi2=MathRandomChiSquare(b2,error_code);
result[i]=chi1/(chi1+chi2);
Изменённые графики в примере будут ниже.
Спасибо, Вы правы, нужно считать через эту формулу, однако там была еще другая ошибка, параметр нецентральности lambda нужно без множителя 2.
//+------------------------------------------------------------------+//| Random variate from the Noncentral Beta distribution |//+------------------------------------------------------------------+//| Compute the random variable from the Noncentral Beta |//| distribution with parameters a,b and lambda. |//| |//| Arguments: |//| a : First shape parameter |//| b : Second shape parameter |//| lambda : Noncentrality parameter |//| error_code : Variable for error code |//| |//| Return value: |//| The random value with Noncentral Beta distribution. |//+------------------------------------------------------------------+double MathRandomNoncentralBeta(constdouble a,constdouble b,constdouble lambda,int &error_code)
{
//--- if lambda==0, return beta random variateif(lambda==0.0)
return MathRandomBeta(a,b,error_code);
//--- check parametersif(!MathIsValidNumber(a) || !MathIsValidNumber(b) || !MathIsValidNumber(lambda))
{
error_code=ERR_ARGUMENTS_NAN;
return QNaN;
}
//--- a,b,lambda must be positiveif(a<=0.0 || b<=0.0 || lambda<0)
{
error_code=ERR_ARGUMENTS_INVALID;
return QNaN;
}
error_code=ERR_OK;
//--- generate random number using Noncentral ChiSquaredouble chi1=MathRandomNoncentralChiSquare(2*a,lambda,error_code);
double chi2=MathRandomChiSquare(2*b,error_code);return chi1/(chi1+chi2);
}
//+------------------------------------------------------------------+//| Random variate from the Noncentral Beta distribution |//+------------------------------------------------------------------+//| Generates random variables from the Noncentral Beta distribution |//| with parameters a,b, lambda. |//| |//| Arguments: |//| a : First shape parameter |//| b : Second shape parameter |//| lambda : Noncentrality parameter |//| data_count : Number of values needed |//| result : Output array with random values |//| |//| Return value: |//| true if successful, otherwise false. |//+------------------------------------------------------------------+bool MathRandomNoncentralBeta(constdouble a,constdouble b,constdouble lambda,constint data_count,double &result[])
{
//--- if lambda==0, return beta random variateif(lambda==0.0)
return MathRandomBeta(a,b,data_count,result);
//--- check parametersif(!MathIsValidNumber(a) || !MathIsValidNumber(b) || !MathIsValidNumber(lambda))
returnfalse;
//--- a,b,lambda must be positiveif(a<=0.0 || b<=0.0 || lambda<0)
returnfalse;
int error_code=0;
//--- prepare output array and calculate random valuesArrayResize(result,data_count);
double a2=a*2;
double b2=b*2;
for(int i=0; i<data_count; i++)
{
//--- generate random number using Noncentral ChiSquaredouble chi1=MathRandomNoncentralChiSquare(a2,lambda,error_code);
double chi2=MathRandomChiSquare(b2,error_code);
result[i]=chi1/(chi1+chi2);
}
returntrue;
}
Тестовый скрипт:
//+------------------------------------------------------------------+//| TestNoncentralBeta.mq5 |//| Copyright 2024, MetaQuotes Ltd. |//| https://www.mql5.com |//+------------------------------------------------------------------+#property copyright"Copyright 2024, MetaQuotes Ltd."#property link"https://www.mql5.com"#property version"1.00"#include <Graphics\Graphic.mqh>
#include <Math\Stat\NoncentralBeta.mqh>
#include <Math\Stat\Math.mqh>
#property script_show_inputs//--- input parametersinputdouble a_par=2; // первый параметр бета-распределения (shape1)inputdouble b_par=5; // второй параметр бета-распределения (shape2)inputdouble l_par=1; // параметр нецентральности (lambda)//+------------------------------------------------------------------+//| Script program start function |//+------------------------------------------------------------------+voidOnStart()
{
//--- отключим показ ценового графикаChartSetInteger(0,CHART_SHOW,false);
//--- инициализируем генератор случайных чисел MathSrand(GetTickCount());
//--- сгенерируем выборку случайной величиныlong chart=0;
string name="GraphicNormal";
int n=1000000; // количество значений в выборкеint ncells=52; // количество интервалов в гистограммеdouble x[]; // центры интервалов гистограммыdouble y[]; // количество значений из выборки, попавших в интервалdouble data[]; // выборка случайных значений double max,min; // максимальное и минимальное значения в выборке//--- получим выборку из нецентрального бета-распределения
MathRandomNoncentralBeta(a_par,b_par,l_par,n,data);
//--- рассчитаем данные для построения гистограммы
CalculateHistogramArray(data,x,y,max,min,ncells);
//--- получим границы последовательности и шаг для построения теоретической кривойdouble step;
GetMaxMinStepValues(max,min,step);
step=MathMin(step,(max-min)/ncells);
//--- получим теоретически рассчитанные данные на интервале [min,max]double x2[];
double y2[];
MathSequence(min,max,step,x2);
MathProbabilityDensityNoncentralBeta(x2,a_par,b_par,l_par,false,y2);
//--- масштабируемdouble theor_max=y2[ArrayMaximum(y2)];
double sample_max=y[ArrayMaximum(y)];
double k=sample_max/theor_max;
for(int i=0; i<ncells; i++)
y[i]/=k;
//--- выводим графики
CGraphic graphic;
if(ObjectFind(chart,name)<0)
graphic.Create(chart,name,0,0,0,780,380);
else
graphic.Attach(chart,name);
graphic.BackgroundMain(StringFormat("Noncentral Beta distribution alpha=%G beta=%G lambda=%G",
a_par,b_par,l_par));
graphic.BackgroundMainSize(16);
//--- plot all curves
graphic.CurveAdd(x,y,CURVE_HISTOGRAM,"Sample").HistogramWidth(6);
//--- а теперь построим теоретическую кривую плотности распределения
graphic.CurveAdd(x2,y2,CURVE_LINES,"Theory");
graphic.CurvePlotAll();
//--- plot all curves
graphic.Update();
DebugBreak();
}
//+------------------------------------------------------------------+//| Calculate frequencies for data set |//+------------------------------------------------------------------+bool CalculateHistogramArray(constdouble &data[],double &intervals[],double &frequency[],
double &maxv,double &minv,constint cells=10)
{
if(cells<=1) return (false);
int size=ArraySize(data);
if(size<cells*10) return (false);
minv=data[ArrayMinimum(data)];
maxv=data[ArrayMaximum(data)];
double range=maxv-minv;
double width=range/cells;
if(width==0) returnfalse;
ArrayResize(intervals,cells);
ArrayResize(frequency,cells);
//--- зададим центры интерваловfor(int i=0; i<cells; i++)
{
intervals[i]=minv+(i+0.5)*width;
frequency[i]=0;
}
//--- заполним частоты попадания в интервалfor(int i=0; i<size; i++)
{
int ind=int((data[i]-minv)/width);
if(ind>=cells) ind=cells-1;
frequency[ind]++;
}
return (true);
}
//+------------------------------------------------------------------+//| Calculates values for sequence generation |//+------------------------------------------------------------------+void GetMaxMinStepValues(double &maxv,double &minv,double &stepv)
{
//--- вычислим абсолютный размах последовательности, чтобы получить точность нормализацииdouble range=MathAbs(maxv-minv);
int degree=(int)MathRound(MathLog10(range));
//--- нормализуем макс. и мин. значения с заданной точностью
maxv=NormalizeDouble(maxv,degree);
minv=NormalizeDouble(minv,degree);
//--- шаг генерации последовательности также зададим от заданной точности
stepv=NormalizeDouble(MathPow(10,-degree),degree);
if((maxv-minv)/stepv<10)
stepv/=10.;
}
В альтернативных источниках используется алгоритм ASA310:
23 July 202405:23:28 PM
ASA310_PRB:
C++ version
Test the ASA310 library.
TEST01:
NCBETA computes the noncentral incomplete Beta function.
Compare to tabulated values.
A B LAMBDA X FX FX2
(Tabulated) (NCBETA) DIFF
55540.8640.45630210.45630224833903671.483e-07551400.90.10413370.10413347908759822.209e-07551700.9560.60223530.60224181585488076.516e-061010540.86860.9187770.91877592543309741.075e-0610101400.90.60081060.60080678940968323.811e-0610102500.90.0902850.09028989932605594.899e-062020540.87870.99986550.99986140486117034.095e-0620201400.90.99259970.99259547773473624.222e-0620202500.9220.96411119999999990.96411795457015096.755e-0610201500.8680.93766265730.93766265552197311.778e-0910101200.90.73068178580.7306817844791931.321e-09155800.880.16042569180.16042569169197811.08e-1020101100.850.18674853130.1867485309480683.519e-102030650.660.65593868740000010.65593868739922887.713e-1320501300.720.97968814860.97968814742020761.18e-093020800.720.11623864230.11623864215237971.476e-1030401300.80.99304300540.99304300423072621.169e-09105200.6440.05068992730.050689879813552734.749e-081010540.70.10309597060.10309597061126841.127e-111030800.780.99784178320000010.99784178304248381.575e-1015201200.760.25555523690.25555523558549331.315e-09105550.7950.06683070640.06683070640851368.514e-121217640.560.01136010670.011360106665912963.409e-1130301400.80.78133666150.78133665911859012.381e-093530200.670.88671264770.88671255693544489.076e-08
ASA310_PRB:
Normal end of execution.
К примеру некоторые из результатов в Wolfram Mathematica:
Для авторизации и пользования сайтом MQL5.com необходимо разрешить использование файлов Сookie.
Пожалуйста, включите в вашем браузере данную настройку, иначе вы не сможете авторизоваться.
Вы вошли в аккаунт. Двухфакторная аутентификация отключена. Настройте её заново и отсканируйте новый QR-код или продолжите с отключённой двухфакторной аутентификацией.
Вот такие результаты.
Тоже не очень... Вообще работа с нецентральным бета-распределением скорее относится к классу нетривиальных задач. Из открытого кода удалось посмотреть Boost. И он будет посложнее чем тот, что сейчас есть в СБ.
В той же Википедии есть такое:
Т.е. берутся две случайные величины, где первая из нецентрального хи-квадрат распределения, а вторая - из центрального. Наверное код можно исправить на такой:
Изменённые графики в примере будут ниже.
Спасибо, Вы правы, нужно считать через эту формулу, однако там была еще другая ошибка, параметр нецентральности lambda нужно без множителя 2.
Тестовый скрипт:
Результат:
Проверил ещё функцию CFD для Noncentral Beta Distribution.
Какие-то сомнительные результаты:
В альтернативных источниках используется алгоритм ASA310:
К примеру некоторые из результатов в Wolfram Mathematica:
что более менее похоже на правду...