Lojistik dağılım

Bu bölüm lojistik dağılım ile çalışmak için tasarlanmış fonksiyonlar içerir. Yoğunluğun, olasılığın ve kuantillerin hesaplanmasını ve ilgili yasaya uygun pseudo-rassal sayıların oluşturulmasını sağlar. Lojistik dağılım şu formülle tanımlanır:

pdf_logistic_distribution

burada:

  • x — rassal değişkenin değeri
  • μ —  dağılımın ortalama parametresi
  • σ — dağılımın ölçek parametresi

DemoLogisticDistribution

Kütüphane, rassal sayıları ayrı ayrı hesaplamanın yanında, rassal sayı dizileriyle çalışmaya da olanak sağlar.  

Fonksiyon

Açıklama

MathProbabilityDensityLogistic

Lojistik dağılımın olasılık yoğunluk fonksiyonunu hesaplar

MathCumulativeDistributionLogistic

Lojistik dağılımın olasılık fonksiyonunun değerini hesaplar

MathQuantileLogistic

Belli bir olasılık değeri için ters lojistik dağılımın olasılık fonksiyonunun değerini hesaplar

MathRandomLogistic

Lojistik dağılım yasasına uygun olarak bir pseudo-rassal değişken veya değişken dizisi oluşturur

MathMomentsLogistic

Lojistik dağılımın ilk dört momentinin teorik sayısal değerlerini hesaplar

Örnek:

#include <Graphics\Graphic.mqh>
#include <Math\Stat\Logistic.mqh>
#include <Math\Stat\Math.mqh>
#property script_show_inputs
//--- giriş parametreleri
input double mu_par=6;        // dağılımın ortalama parametresi
input double sigma_par=2;     // dağılımın ölçek parametresi
//+------------------------------------------------------------------+
//| Script program start function                                    |
//+------------------------------------------------------------------+
void OnStart()
  {
//--- fiyat çizelgesini gizle
   ChartSetInteger(0,CHART_SHOW,false);
//--- rassal sayı üreticisini başlat  
   MathSrand(GetTickCount());
//--- rassal değişken örneğini oluştur
   long chart=0;
   string name="GraphicNormal";
   int n=1000000;       // örnekteki değerlerin sayısı
   int ncells=51;       // histogramdaki aralık sayısı
   double x[];          // histogram aralıklarının merkezleri
   double y[];          // aralığın içine düşen değerlerin sayısı
   double data[];       // rassal değişken örneği
   double max,min;      // örnekteki maksimum ve minimum değerlerin sayısı
//--- lojistik dağılıma uyan bir örnek oluştur
   MathRandomLogistic(mu_par,sigma_par,n,data);
//--- histogramı çizmek için gereken verileri hesapla
   CalculateHistogramArray(data,x,y,max,min,ncells);
//--- teorik eğriyi çizebilmek için seri sınırlarını ve adım değerini al
   double step;
   GetMaxMinStepValues(max,min,step);
   step=MathMin(step,(max-min)/ncells);
//--- hesaplanan teorik verilerden [min,maks] aralığına düşenleri al
   double x2[];
   double y2[];
   MathSequence(min,max,step,x2);
   MathProbabilityDensityLogistic(x2,mu_par,sigma_par,false,y2);
//--- ölçeği ayarla
   double 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;
//--- çıktı çizelgeleri
   CGraphic graphic;
   if(ObjectFind(chart,name)<0)
      graphic.Create(chart,name,0,0,0,780,380);
   else
      graphic.Attach(chart,name);
   graphic.BackgroundMain(StringFormat("Logistic distribution mu=%G sigma=%G",mu_par,sigma_par));
   graphic.BackgroundMainSize(16);
//--- Y ekseninin otomatik olarak ölçeklenmesini engelle
   graphic.YAxis().AutoScale(false);
   graphic.YAxis().Max(theor_max);
   graphic.YAxis().Min(0);      
//--- tüm eğrileri çiz
   graphic.CurveAdd(x,y,CURVE_HISTOGRAM,"Sample").HistogramWidth(6);
//--- şimdi dağılım yoğunluğunun teorik eğrisini çiz
   graphic.CurveAdd(x2,y2,CURVE_LINES,"Theory");
   graphic.CurvePlotAll();
//--- tüm eğrileri çiz
   graphic.Update();
  }
//+------------------------------------------------------------------+
//|  Veri setinin frekansını ayarla                                  |
//+------------------------------------------------------------------+
bool CalculateHistogramArray(const double &data[],double &intervals[],double &frequency[],
                             double &maxv,double &minv,const int 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) return false;
   ArrayResize(intervals,cells);
   ArrayResize(frequency,cells);
//--- aralık merkezini tanımla
   for(int i=0; i<cells; i++)
     {
      intervals[i]=minv+(i+0.5)*width;
      frequency[i]=0;
     }
//--- aralığın içine düşme frekansını gir
   for(int i=0; i<size; i++)
     {
      int ind=int((data[i]-minv)/width);
      if(ind>=cells) ind=cells-1;
      frequency[ind]++;
     }
   return (true);
  }
//+------------------------------------------------------------------+
//|  Seri oluşturma için gereken değerleri hesaplar                  |
//+------------------------------------------------------------------+
void GetMaxMinStepValues(double &maxv,double &minv,double &stepv)
  {
//--- normalleştirme kesinliğini almak için serinin tam aralığını hesapla
   double range=MathAbs(maxv-minv);
   int degree=(int)MathRound(MathLog10(range));
//--- maksimum ve minimum değerleri belirtilen kesinlik için normalleştir
   maxv=NormalizeDouble(maxv,degree);
   minv=NormalizeDouble(minv,degree);
//--- seri oluşturma aşaması belirtilen kesinliğe göre ayarlanır
   stepv=NormalizeDouble(MathPow(10,-degree),degree);
   if((maxv-minv)/stepv<10)
      stepv/=10.;
  }