Go Gonum distuv 怎样计算正态分布尾部概率

在 Go 里用 Gonum 处理正态分布时，尾部概率不要自己先写误差函数。gonum.org/v1/gonum/stat/distuv 的 Normal 已经提供了 CDF(x) 和 Survival(x)：前者表示随机变量小于等于 x 的累计概率，后者表示大于 x 的右尾概率。需要右尾时直接调用 Survival，可读性也比手写 1-CDF(x) 更好。

官方地址：https://pkg.go.dev/gonum.org/v1/gonum/stat/distuv

把观测值先放回它所属的分布，再决定看左尾还是右尾：左侧用 CDF，右侧用 Survival，双侧则分别计算两端再相加。

• Mu 是正态分布的均值，Sigma 是标准差。
• CDF(x) 适合“低于阈值”的累计概率。
• Survival(x) 适合“超过阈值”的右尾概率。

先判断要查哪一侧的概率

我在把统计规则写成程序时，最容易混淆的是“超过阈值”和“低于阈值”。如果随机变量记为 X，CDF(x) 对应的是 P(X≤x)；Survival(x) 对应的是 P(X>x)。例如检测分数超过 80 的比例属于右尾，应该让 x=80 传给 Survival。

用 Mu 和 Sigma 构造 Normal

Normal 的 Mu 和 Sigma 描述的是原始观测值的分布。若业务数据的均值是 70、标准差是 8，那么阈值 86 就直接作为 x 传入；不需要先手动把 86 改成 z 分数。只有在你已经拿到标准化后的 z 分数，并且分布本身是标准正态分布时，才使用 Mu: 0、Sigma: 1。

package main

import (
    "fmt"

    "gonum.org/v1/gonum/stat/distuv"
)

func main() {
    // 用业务数据的均值和标准差描述原始正态分布。
    dist := distuv.Normal{Mu: 70, Sigma: 8}
    threshold := 86.0

    // Survival 返回超过阈值的右尾概率。
    rightTail := dist.Survival(threshold)
    // CDF 返回不超过阈值的累计概率，和右尾互为补集。
    leftTail := dist.CDF(threshold)

    fmt.Printf("P(X>%.0f)=%.6f\n", threshold, rightTail)
    fmt.Printf("P(X

这段写法的重点不是把输出保留到多少位，而是让变量名和概率方向一致。实际项目中可以根据报表要求再做百分比格式化，但不要把小数直接当成百分数展示。

单侧、左侧和双侧尾部怎么写

右尾是 dist.Survival(x)，左尾是 dist.CDF(x)。双侧检验不能只看一边：先计算阈值距离均值的标准化距离，再把对称的两端概率相加。对于均值为 70、标准差为 8 的分布，观测值 86 距离均值两个标准差；如果要表达“离均值至少这么远”的双侧概率，可以计算下侧 70-16 和上侧 70+16 两个阈值的概率。

// 双侧尾部只对称适用；阈值必须按同一个 Mu 和 Sigma 换算回原始尺度。
lower := dist.Mu - 2*dist.Sigma
upper := dist.Mu + 2*dist.Sigma

// 两端概率分别取左尾和右尾，再合并为双侧概率。
twoTail := dist.CDF(lower) + dist.Survival(upper)
fmt.Printf("P(|X-Mu|>=2*Sigma)=%.6f\n", twoTail)

如果你的业务阈值不是围绕 Mu 对称，不能套用上面的双侧公式；那时应明确两个实际阈值，分别计算两端事件。更极端的 x 也不意味着一定报错，应该把概率解释为接近 0 或 1 的数值，并在业务层决定展示精度。

容易出错的边界

第一，Sigma 是标准差，必须为正；把方差直接填入会改变分布形状。第二，Prob(x) 是概率密度，不是“小于 x 的概率”，累计概率应使用 CDF。第三，Survival(x) 的语义是互补 CDF，写告警规则时要把“超过阈值”的自然语言和代码保持一致。第四，不要把静态说明图当成真实输出，数值结果仍应由你的输入数据、精度和业务定义决定。

常见问题

正态分布右尾概率应该调用哪个方法？

调用 distuv.Normal 的 Survival(x)，它直接表达 P(X>x)。只有需要左侧累计概率时才调用 CDF(x)。

已经有 z 分数还要重新设置均值吗？

如果 z 分数对应标准正态分布，可以使用 Mu: 0、Sigma: 1。如果手里的值还是原始业务量，就应使用原始分布的均值和标准差。

为什么不统一写成 1 减 CDF？

数学上右尾是互补概率，但库提供的 Survival 更直接，也能避免把概率方向写反；文章和代码都更容易复查。