截斷正態分佈(truncated_normal_distribution)是在正態分佈中界定隨機變數進而從正態分佈的分布函式中匯出的概率分布，在計量經濟學中具有廣泛的應用。
正態分佈是定義在實數域的概率分布，而截斷正態分佈顧名思義就是在正態分佈中擷取部分區間的概率。截斷正態分佈的定義如下：
由截斷正態的累積分布函式很容易得到以下結論：
在tensorflow中實現了截斷正態分佈的生成函式，使用該函式可以生成任意形狀的服從截斷正態分佈的張量。一般而言，是取正態分佈的兩倍標準差，若生成的隨機數不在正態分佈的兩倍差內，則重新生成。
tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=none, name=none)
引數說明：
shape:生成張量的形狀
mean:截斷正態分佈的期望(均值)
stddev:截斷正態分佈的標準差
dtype:指定生成張量的資料型別
seed:隨機數種子，預設為none，可指定為任意數字，便於再次生成相同的張量
name:生成張量的名稱
正態分佈函式
1 使用matlab畫出正態分佈的概率密度函式影象。x 10 0.01 10 y normpdf x,0,1 正態分佈函式。figure axes1 axes pos 0.1 0.1 0.85 0.85 plot x,y set axes1,ylim 0.01 0.43 xlim 3 3 圖1 2 ...
正態分佈之python
望為 正態分佈的期望值 實現 python實現正態分佈 繪製正態分佈概率密度函式 u 0 均值 u01 2 sig math.sqrt 0.2 標準差 sig01 math.sqrt 1 sig02 math.sqrt 5 sig u01 math.sqrt 0.5 x np.linspace u ...
正態分佈矩母函式
正態分佈矩母函式的求解 必要公式推導 求的是 exp x 2 2 dx,我們先考慮他的平方 exp x 2 2 dx exp x 2 2 dx exp x 2 2 dx exp y 2 2 dy exp x 2 y 2 2 dxdy 這裡把第二個積分的積分變數從x換成了y,這是可以的 再用極座標變換...