在R中处理高精度数值问题咨询：正态分布计算异常求解

问题1：获取极端分位数间的正差值 #

当计算pnorm(29.1) - pnorm(29)时，由于两个值都极接近1，双精度浮点数的精度限制会导致直接相减结果为0。这里可以借助log.p=TRUE参数结合对数运算性质来精确计算：

对于接近1的概率值 ( P_1 = \Phi(a) ) 和 ( P_2 = \Phi(b) )（( a > b )），差值可转换为右尾概率的差：( P_1 - P_2 = (1-P_2) - (1-P_1) )。利用pnorm(x, lower.tail=FALSE, log.p=TRUE)可以得到右尾概率的对数值，记为 ( \log(1-P_1)=L_1 )、( \log(1-P_2)=L_2 )，则差值可通过以下方式计算：
[
(1-P_2)-(1-P_1) = \exp(L_2) - \exp(L_1) = \exp(L_1) \times (\exp(L_2-L_1)-1)
]
其中expm1(L2-L1)能精确计算小数值下的指数差，避免精度损失。对应的R代码：

log_tail_b <- pnorm(29, lower.tail = FALSE, log.p = TRUE)
log_tail_a <- pnorm(29.1, lower.tail = FALSE, log.p = TRUE)
diff_val <- exp(log_tail_a) * expm1(log_tail_b - log_tail_a)

这样就能得到精确的正差值，不会出现0的情况。

问题2：确保极小g时log(f/g)的有限值 #

当g为极小正数时，直接计算log(f/g)会因g下溢为0得到Inf。解决核心是将对数运算拆分：
[
\log(f/g) = \log(f) - \log(g)
]
关键是分别获取log(f)和log(g)的精确值，而非先计算f/g再取对数。

比如f、g均为正态分布极端分位数差值时，可在对数空间完成计算：

# 计算log(f)：对应pnorm(30)-pnorm(29.9)的对数
log_tail_29.9 <- pnorm(29.9, lower.tail = FALSE, log.p = TRUE)
log_tail_30 <- pnorm(30, lower.tail = FALSE, log.p = TRUE)
log_f <- log(expm1(log_tail_29.9 - log_tail_30)) + log_tail_30

# 计算log(g)：对应pnorm(29.1)-pnorm(29)的对数
log_tail_29 <- pnorm(29, lower.tail = FALSE, log.p = TRUE)
log_tail_29.1 <- pnorm(29.1, lower.tail = FALSE, log.p = TRUE)
log_g <- log(expm1(log_tail_29 - log_tail_29.1)) + log_tail_29.1

# 计算log(f/g)
log_fg <- log_f - log_g

只要f和g的对数值能被精确计算，log(f/g)就会是有限值。

总结核心原则：避免直接计算极小值的加减或除法，尽量在对数空间运算，利用对数性质拆分表达式，结合expm1这类专门处理小数值指数差的函数保留精度。

内容的提问来源于stack exchange，提问作者spencergw