Julia 相当于 R 的 qnorm()？答案

【问题标题】：Julia's equivalent of R's qnorm()?Julia 相当于 R 的 qnorm()？
【发布时间】：2019-02-05 00:31:42
【问题描述】：

我正在尝试将这些行从 R“翻译”到 Julia：

n <- 100
mean <- 0
sd <- 1
x <- qnorm(seq(1 / n, 1 - 1 / n, length.out = n), mean, sd)

但是，我在使用 qnorm 函数时遇到了问题。我搜索了“分位数函数”并找到了quantile() 函数。然而，R 的版本返回一个长度为 100 的向量，而 Julia 的版本返回一个长度为 5 的向量。

这是我的尝试：

import Distributions
n = 100
x = Distributions.quantile(collect(range(1/n, stop=1-1/n, length=n)))

【问题讨论】：

标签： r julia distribution normal-distribution quantile

【解决方案1】：

在 Julia 1.1 下，您应该像这样将呼叫广播到 quantile：

quantile.(Normal(0, 1), range(1/n, 1-1/n, length = n))

【讨论】：

【解决方案2】：

试试

using Distributions
n = 100
qs = range(1/n, stop=1-1/n, length=n) # no need to collect it
d = Normal() # default is mean = 0, std = 1
result = [quantile(d, q) for q in qs]

Julia 使用多重分派来为给定的分布选择适当的quantile 方法，这与您似乎有前缀的 R 形成鲜明对比。根据documentation，第一个参数应该是分布，第二个参数是您要评估逆 cdf 的点。

奇怪的是，当我尝试执行quantile.(d, qs)（广播分位数呼叫）时出现错误。更新：在这种情况下，请参阅 Bogumil 的回答。在我的基准测试中，两种方法的速度相同。

【讨论】：

在我的回答中，我将展示如何使用broadcast 处理您的问题。