Обратите внимание, что дискретные распределения , включая биномиальный, отрицательный биномиал, Poisson & Bernoulli, математически определяются как дискретные функции: предусматриваются только интегральные значения случайной вариативности и функции определяются только при этих интегральных значениях. Однако, поскольку метод расчета часто использует непрерывные функции, удобно рассматривать их как непрерывные функции и разрешать неинтегральные значения их параметров.

Для обеспечения строгой математической модели пользователи могут использовать функции пола или потолка в случайной вариации , прежде чем вызывать функцию распределения, для обеспечения интегральных значений.

По аналогичным причинам в непрерывных распределениях параметры, такие как степени свободы, которые могут казаться интегральными, рассматриваются как реальные значения (и при необходимости продвигаются от целого к плавающей точке). В этом случае, однако, существует небольшое число ситуаций, когда неинтегральные степени свободы имеют подлинное значение.

Вообще говоря, нет потери производительности от разрешения параметров реальных значений: основные специальные функции содержат оптимизацию для целочисленных аргументов, когда это применимо.

Caution

Квантильная функция дискретного распределения по умолчанию возвращает целочисленный результат, который был округлен наружу. То есть нижние квантили (где вероятность меньше 0,5) округлены вниз, а верхние квантили (где вероятность больше 0,5) округлены вверх. Такое поведение гарантирует, что если запрашивается квантиль X%, то по меньшей мере запрашиваемое покрытие будет присутствовать в центральном регионе, а не более запрашиваемое покрытие будет присутствовать в хвостах. Это поведение может быть изменено таким образом, что функции квантиля округляются по-разному или даже возвращают реальный результат с помощью Политики. Настоятельно рекомендуется прочитать учебник Понимание квантилей дискретных распределений перед использованием функции квантиля на дискретном распределении. Ссылочные документы описывают, как изменить политику округления для этих распределений.