cdf相关内容
我正在写一个程序,它需要200架分布在泊松分布的飞机在12个小时内,这些飞机需要降落在一个只有一条跑道的机场。利用指数分布的反向CDF方法确定到达间隔时间。然而,我似乎无法计算出在空中等待的时间。 例如,一架飞机100秒到达,75秒着陆,175秒完成。 飞机2在150秒到达,必须等待175-150=25秒。考虑到等待时间也可以是0秒,我如何编程我的函数可以输出的变量? import m
..
我正在尝试从 Python 中的对数正态分布生成随机样本,该应用程序用于模拟网络流量.我想生成这样的样本: 模态样本结果为 320 (~10^2.5) 80% 的样本位于 100 到 1000(10^2 到 10^3)范围内 我的策略是使用逆 CDF(或我相信的 Smirnov 变换): 使用以 2.5 为中心的正态分布的 PDF 计算 10^x 的 PDF,其中 x ~ N(
..
大家好,我有一个值列表,我需要获取累积分布函数我已将此列表保存在变量名称 yvalues 中 [0.0, 1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, 9.0, 10.0, 11.0, 12.0, 13.0, 14.0, 15.0, 17.0, 17.0, 1.0, 1.0, 1.0.0,22.0,23.0,24.0,25.0,26.0,27.0,28.0,
..
给定一个形状为 (m,n) 的二维数值数组 X,我想计算一个数组 Y相同的形状,其中 Y[i,j] 是 X[i_,j_] 对于 0.如果 X 描述的是二维概率分布,则 Y 可以被认为是二维累积分布函数 (CDF). 我显然可以在双 for 循环中计算 Y 的所有条目.然而,这个计算有一个递归方面,因为 Y[i,j] = X[i,j] + Y[i-1,j] + Y[i,j-1] - Y[i-1
..
这里需要在一个图中绘制 8 个不同函数的 CDF.问题是它只给出了 7 种不同的颜色,而 8 种颜色又只给出了第一种蓝色.如何制作8种不同的颜色? 脚本如下: locerror_2d=[Scan_Around[1],Triangle_Around[1],M_shape_Around[1],Hilbert_Around[1],Scan_SbS[1],Triangle_SbS[1],M_sha
..
我正在尝试将伽马分布拟合到我的数据点,我可以使用下面的代码来做到这一点. 将 scipy.stats 导入为 ss将 numpy 导入为 np数据点 = np.arange(0,1000,0.2)fit_alpha,fit_loc,fit_beta = ss.rv_continuous.fit(ss.gamma, dataPoints, floc=0) 我想使用许多这样小的伽马分布来重建更大的
..
如何在 Python 中矢量化多元正态 CDF(累积密度函数)? 在查看这篇帖子时,我发现有是“移植"的多变量CDF的Fortran实现.到 Python.这意味着我可以针对一个特定案例轻松评估 CDF. 但是,我在将此函数有效应用于多个条目时遇到了很多麻烦. 具体来说,我需要“向量化"的函数需要 4 个参数: 积分的下限(向量) 积分的上限(向量) 正态随机变量(向量
..
为了计算多元正态的 CDF,我遵循了这个示例(对于单变量情况)但无法解释 scipy 产生的输出: from scipy.stats 导入规范将 numpy 导入为 np均值 = np.array([1,5])协方差 = np.matrix([[1, 0.3 ],[0.3, 1]])分布 = 范数(位置 = 平均值,尺度 = 协方差)打印分布.cdf(np.array([2,4])) 产生的输
..
考虑一个5变量累积分布函数(cdf),我称之为F. 我想在Matlab中从此cdf采样随机5x1向量.F不是已经在Matlab中实现的cdf(例如普通,t型学生等).具体来说,它定义为 2)另一个选择可能是使用 slicesample 作为建议的此处,但我没有我知道如何写概率密度函数的解析表达式. 3)这里的另一种想法却很具体对于双变量情况. 您能帮助我了解我如何进行吗?
..
我在下面的代码中使用了二项分布CDF(通过使用scipy.stats.binom.cdf)来估算在100次抛掷中,k头不超过k个的概率,其中k = 0、10、20、30,40、50、60、70、80、90、100.然后我尝试使用 hist()对其进行绘制. import scipy导入matplotlib.pyplot作为pltdef binomcdf():p = 0.5n = 100x =
..
我有一种算法,该算法使用经过排序的y数据的x,y图来生成ogive. 然后我得出曲线下的面积以得出%. 我想使用核密度估计做类似的事情.我喜欢如何使用内核密度来平滑上下边界(即,最小值和最大值将略微超出我的硬编码输入). 这两种方式...我想知道是否有一种方法可以将ogive视为一种累积分布函数和/或使用核密度估计来得出给定y数据的累积分布函数? 如果这是一个令人困惑的问题
..
在R中,用ecdf可以绘制经验累积分布函数 plot(ecdf(mydata)) 并使用hist可以绘制数据的直方图 hist(mydata) 如何在同一图中绘制直方图和ecdf? 编辑 我尝试做类似的事情 https://mathematica .stackexchange.com/questions/18723/如何用cdf图覆盖直方图 解决方案
..
我想使用ggplot绘制加权CDF.一些非SO的旧讨论(例如,来自的此 2012年)表明这是不可能的,但我想加薪. 例如,考虑以下数据: df
..
我正试图获得Rcpp版本的pmvnorm的运行速度至少与R中的mvtnorm :: pmvnorm一样快. 我找到了 https://github.com/zhanxw/libMvtnorm 并创建了一个Rcpp框架打包相关的源文件.我添加了以下使用Armadillo的功能(因为我正在我编写的其他代码中使用它). //[[Rcpp::export]] arma::vec triangl
..
对于我的怀疑论者工作组,我在Mathematica中编写了一个程序,用于测试推土机评估通过照片显示给他们的人的身份的能力.为了进行零值测量,我将该文档以CDF格式(新的v8可计算文档格式,以有什么方法可以从CDF播放器中获取数据吗? 解决方案 出于可理解的原因,math/CDF播放器的输入和输出都受到严格限制. 但是,Print有效,因此您可以在TableForm中进行打印-生成 T
..
我想在经验累积分布曲线上绘制威布尔分布的累积分布曲线. 我已经尝试过几次了,但是并没有达到我想要的方式.这是命令: x
..
我使用了R MASS软件包中的fitdistr函数来调整Weibull 2参数的概率密度函数(pdf). 这是我的代码: require(MASS) h = c(31.194, 31.424, 31.253, 25.349, 24.535, 25.562, 29.486, 25.680, 26.079, 30.556, 30.552, 30.412, 29.344, 26.
..
我正在Scipy中进行生存率计算,无法获得正确的值. 我的代码: x,a,c = 1000,1.5,5000 vals = exponweib.cdf(x,a,c,loc = 0,scale = 1) Val应该等于0.085559356392783004,但我却改为0. 如果我定义自己的函数,则会得到正确的答案: def weibCumDist(x,a,c): 返回
..
我必须模拟系统的故障时间,为此,我必须使用Weibull分布,其“危险率降低"且形状为"0.7-0.8".我必须为该函数生成一个包含100个结果的文件,该函数使用从0到1的随机数. 所以我一直在搜索,发现了这个R函数: pweibull(q, shape, scale = 1, lower.tail = T, log.p = F) 还有其他一些(rweibull,qweib
..
我知道通过使用CDF将一种分布转换为另一种分布的过程.但是,我想知道Matlab中是否存在可以执行此任务的功能? 我的另一个相关问题是,我使用Matlab中的ecdf()函数计算具有10,000值的分布的经验CDF.但是,我从中获得的输出仅包含9967值.如何获得CDF的总10,000值?谢谢. 解决方案 for t=1:nT [f_CDFTemp,x_CDFTemp]=e
..