根据所需分布和经验抽样生成随机数 [英] Generating random numbers given required distribution and empirical sampling

问题描述

我有两组样本，一组呈指数分布，第二组是 Bernoli(我使用了 scipy.stats.expon 和 scipy.stats.bernoulli 以适合我的数据).

I have two sets of samplings, one distributes exponentially and the second- Bernoli (I used scipy.stats.expon and scipy.stats.bernoulli to fit my data).

基于这些采样，我想创建两个随机生成器，使我能够从两个分布中采样数字.

Based on these sampling, I want to create two random generators that will enable me to sample numbers from the two distributions.

这样做有哪些替代方案?

What alternatives are there for doing so?

如何找到创建随机生成器的正确参数?

How can I find the correct parameters for creating the random generators?

推荐答案

使用 rvs 方法使用估计参数生成样本.例如，假设 x 保存我的初始数据.

Use the rvs method to generate a sample using the estimated parameters. For example, suppose x holds my initial data.

In [56]: x
Out[56]: 
array([ 0.366,  0.235,  0.286,  0.84 ,  0.073,  0.108,  0.156,  0.029,
        0.11 ,  0.122,  0.227,  0.148,  0.095,  0.233,  0.317,  0.027])

使用 scipy.stats.expon 来拟合此数据的指数分布.我假设我们对位置参数为 0 的通常情况感兴趣，所以我在 fit 调用中使用了 floc=0.

Use scipy.stats.expon to fit the expononential distribution to this data. I assume we are interested in the usual case where the location parameter is 0, so I use floc=0 in the fit call.

In [57]: from scipy.stats import expon

In [58]: loc, scale = expon.fit(x, floc=0)

In [59]: scale
Out[59]: 0.21076203455218898

现在使用这些参数生成随机样本.

Now use those parameters to generate a random sample.

In [60]: sample = expon.rvs(loc=0, scale=scale, size=8)

In [61]: sample
Out[61]: 
array([ 0.21576877,  0.23415911,  0.6547364 ,  0.44424148,  0.07870868,
        0.10415167,  0.12905163,  0.23428833])

这篇关于根据所需分布和经验抽样生成随机数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！