简化 Normals cumulatives 函数的划分
Simplify the division of Normals cumulatives functions
我正在努力研究如何简化 R 中两个正态概率函数的商。实际上，我正在计算条件偏斜-正态密度，我在这两个函数之间进行了划分：
pnorm(alpha0+t(alpha2)%*%chol2inv(chol(omega2))%*%t(y2-xi2.1))/pnorm(tau2.1)
其中 alpha0+t(alpha2)%*%chol2inv(chol(omega2))%*%t(y2-xi2.1) 和 tau2.1 产生实数。例如，有时我有 pnorm(-50)/pnorm(-40)，例如不一致 0/0。但这些值不为零，R 只是近似值。我尝试使用 erf 函数，但我遇到了同样的问题 (0/0)。
关于如何解决这个问题的任何提示？
pnorm 有一个 log 参数，这使得它成为 return log(p)。将方程更改为 exp(log(p1) - log(p2)):
exp(pnorm(-50, log = TRUE) - pnorm(-40, log = TRUE))
#[1] 2.95577e-196
我正在努力研究如何简化 R 中两个正态概率函数的商。实际上，我正在计算条件偏斜-正态密度，我在这两个函数之间进行了划分：
pnorm(alpha0+t(alpha2)%*%chol2inv(chol(omega2))%*%t(y2-xi2.1))/pnorm(tau2.1)
其中 alpha0+t(alpha2)%*%chol2inv(chol(omega2))%*%t(y2-xi2.1) 和 tau2.1 产生实数。例如，有时我有 pnorm(-50)/pnorm(-40)，例如不一致 0/0。但这些值不为零，R 只是近似值。我尝试使用 erf 函数，但我遇到了同样的问题 (0/0)。
关于如何解决这个问题的任何提示？
pnorm 有一个 log 参数，这使得它成为 return log(p)。将方程更改为 exp(log(p1) - log(p2)):
exp(pnorm(-50, log = TRUE) - pnorm(-40, log = TRUE))
#[1] 2.95577e-196