egutierrez
d76c831247
Nuevo dominio cpp/functions/datascience con primitivas puras CPU para post- proceso de samples Monte Carlo y diagnostico de cadenas MCMC. Diseñadas como gemelas CPU de los kernels GPU (rng pareja con gpu_rng_glsl, MH 1D/ND con mc_metropolis_hastings_gpu) para validar numericamente y para datasets pequeños donde el dispatch GPU no compensa. - rng: xoshiro256++ con uniform / normal (Box-Muller) / below (Lemire) / categorical. Determinista bit-exacto dado seed. - stats_summary: sum (Kahan), mean, var/std (Welford one-pass), min, max, quantile / percentile (R type-7). - autocorr: r(k), ACF, tau_int (Sokal) — diagnostico ACF y ESS. - rhat_ess: Gelman-Rubin clasico y split + ESS basico (multi-chain). - beta_dist: lgamma (Lanczos), beta_pdf, beta_cdf (continued fraction), beta_quantile, mean/var/std — para inferencia Beta-Binomial. - drawdown: max_dd absoluto/pct + underwater series para sesiones simuladas y backtests. - samples_to_grid_2d: binning 2D CPU para alimentar heatmap_cpp_viz / contour_cpp_viz desde samples (x[], y[]). - metropolis_hastings: MH 1D y ND con target log-pdf como std::function (no normalizada). Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
76 lines
3.2 KiB
Markdown
76 lines
3.2 KiB
Markdown
---
|
|
name: beta_dist
|
|
kind: function
|
|
lang: cpp
|
|
domain: datascience
|
|
version: "1.0.0"
|
|
purity: pure
|
|
signature: "double lgamma_lanczos(double x); double log_beta(double a, double b); double beta_pdf(double x, double a, double b); double beta_cdf(double x, double a, double b); double beta_quantile(double p, double a, double b); double beta_mean(double a, double b); double beta_variance(double a, double b); double beta_std(double a, double b)"
|
|
description: "Distribucion Beta(a,b) completa: log-Gamma (Lanczos), log B(a,b), pdf, cdf (incomplete beta via continued fraction), quantile (bisection), mean/var/std. Para inferencia Bayesiana Beta-Binomial (mcmc-bayes / mcmc-full)."
|
|
tags: [beta, distribution, bayesian, lgamma, incomplete_beta, datascience]
|
|
uses_functions: []
|
|
uses_types: []
|
|
returns: []
|
|
returns_optional: false
|
|
error_type: ""
|
|
imports: [cmath]
|
|
tested: false
|
|
tests: []
|
|
test_file_path: ""
|
|
file_path: "cpp/functions/datascience/beta_dist.cpp"
|
|
params:
|
|
- name: x
|
|
desc: "Soporte de la distribucion en [0, 1]. Fuera devuelve 0 (pdf) o se clamp (cdf)."
|
|
- name: a
|
|
desc: "Parametro alpha (>0)."
|
|
- name: b
|
|
desc: "Parametro beta (>0)."
|
|
- name: p
|
|
desc: "(quantile) Probabilidad en [0, 1]."
|
|
output: "Escalares double. Precision: lgamma ~1e-15, cdf ~1e-12, quantile ~1e-7. log_beta y beta_pdf computados en log-space para evitar overflow con a/b grandes."
|
|
---
|
|
|
|
# beta_dist
|
|
|
|
Pack completo para inferencia Beta-Binomial. Soporta los 3 calculadores Bayesianos del set (mcmc-bayes, mcmc-full, y el targetPDF de mcmc-lab si se cambia a Beta).
|
|
|
|
## Algoritmos
|
|
|
|
| Funcion | Algoritmo | Precision |
|
|
|---|---|---|
|
|
| `lgamma_lanczos` | Lanczos g=7, n=9 + reflection x<0.5 | ~1e-15 |
|
|
| `beta_pdf` | log-space exp((a-1)*log(x) + (b-1)*log(1-x) - log B) | full fp64 |
|
|
| `beta_cdf` | I_x(a,b) via continued fraction (NR 6.4) | ~1e-12 |
|
|
| `beta_quantile` | bisection (60 iter, tol 1e-7) | ~1e-7 |
|
|
| `beta_mean/var/std` | formulas cerradas | exacto modulo fp |
|
|
|
|
## Uso (Bayesian inference)
|
|
|
|
```cpp
|
|
// Posterior Beta(alpha + k, beta + n - k) tras k exitos en n trials con
|
|
// prior Beta(alpha, beta).
|
|
double a_post = alpha + k;
|
|
double b_post = beta + (n - k);
|
|
|
|
double map = (a_post - 1.0) / (a_post + b_post - 2.0); // moda
|
|
double mean = fn::ds::beta_mean(a_post, b_post);
|
|
double std = fn::ds::beta_std (a_post, b_post);
|
|
|
|
// CI 95% via quantiles
|
|
double lo = fn::ds::beta_quantile(0.025, a_post, b_post);
|
|
double hi = fn::ds::beta_quantile(0.975, a_post, b_post);
|
|
|
|
// Densidad para plotear
|
|
for (int i = 0; i <= 100; ++i) {
|
|
double x = i / 100.0;
|
|
double y = fn::ds::beta_pdf(x, a_post, b_post);
|
|
// ... feed a line_plot
|
|
}
|
|
```
|
|
|
|
## Notas
|
|
|
|
- La continued fraction converge en <50 iteraciones para `a, b` razonables (<1000); para parametros muy grandes (>1e4) considerar regularized incomplete beta de la libreria estandar — pero `std::lgamma` no esta garantizado portable bit-exact entre toolchains, por eso esta implementacion es self-contained.
|
|
- `beta_quantile` es bisection puro: ~60 iter siempre, robusto pero no maximalmente eficiente. Newton encadenado a `beta_cdf` y `beta_pdf` daria 5-10 iter pero requiere care con los bordes.
|
|
- Para `a < 1` o `b < 1` la PDF tiene singularidades en los bordes — la implementacion devuelve 0 estrictamente fuera de (0,1) para evitar inf.
|