我有包含随机变量的大公式。 在这个公式的某些部分,我必须计算 min(X,Y),其中 X 和 Y 呈正态且独立分布。 最后,经过多次求和和乘法运算后,我得到了一些分布,我正在为其绘制 PDF。 我很感兴趣是否有任何 openturns 方法来计算 min(X,Y) 并将其插入一些大公式。 我浏览了文 ...
我有包含随机变量的大公式。 在这个公式的某些部分,我必须计算 min(X,Y),其中 X 和 Y 呈正态且独立分布。 最后,经过多次求和和乘法运算后,我得到了一些分布,我正在为其绘制 PDF。 我很感兴趣是否有任何 openturns 方法来计算 min(X,Y) 并将其插入一些大公式。 我浏览了文 ...
我正在寻找一个 Python 包,它根据克里格模型计算 Sobol 指数,并提供这些指数的置信区间,同时考虑到元模型和蒙特卡洛误差。 可以用 OpenTurns 做到这一点吗? 谢谢 ...
我执行了球形克里金法,但似乎无法获得好的输出图。 坐标(x 和 y)范围从大约 51 纬度到 6.5 左右,因为经度我的观察范围从 -70 到 +10,这里是我的代码: 这是我的输出: 克里金元模型图 我不知道为什么我的图表不会显示我的输入以及我的克里金结果。 感谢您的想法和帮助 ...
在 Openturns FORM 示例中的以下代码中: 创建输出随机向量 Y=model(X) 创建事件 Y > 4 创建 FORM 算法 运行算法并检索结果 创建后分析重要性抽样模拟算法 创建后分析受控重要性采样模拟算法 在优化过程中是否可以看到 X1、X2 和 ...
我正在尝试按照此示例通过克里金法在 2D 网格上插入响应: 如何在 Python 中使用克里金法插入 2D 空间数据? 但是,当我尝试从 OpenTURNS 中的一维数组创建样本时, 我不断收到此错误 这也不起作用: ...
我有一个特定的帕累托分布。 例如, 我从这个答案中获得,现在我想 plot matplotlib 中的概率密度图Function (PDF)。 所以我相信x轴都是正实数,y轴也是一样的。 我究竟如何才能获得相应的 PDF 信息和 plot 呢? 以编程方式获得数学 PDF function 或坐标 ...
我在 OpenTURNS 中有一个Sample ,我想在它上面安装一个分布。 为了考虑参数的数量,我想使用贝叶斯信息准则(BIC)。 贝叶斯信息准则 (BIC) 根据加权最大似然准则对模型列表进行排名,该准则考虑了样本大小和每个分布的参数数量。 BIC 分数越低越好。 我知道FittingTes ...
我有一个Sample ,我想用最大似然估计拟合Beta分布的参数。 此外,我想将其参数截断为 [0,100] 区间。 使用MaximumLikelihoodFactory这应该很容易,但问题是优化算法失败了。 如何更改算法以使其成功? 这是一个简单的示例,我生成一个大小为 100 的样本,并使用s ...
我想用 OpenTURNS 创建高斯样本的对数似然的轮廓 plot。 每个等值线映射到一个 function 值,由 plot 的图例指示。 问题是图例在某种程度上隐藏了轮廓:如何设置 plot 使图例不隐藏内容? 这是一个例子。 我创建了一个对应于 20 至 79 岁男性身高的Normal (参 ...
将 Openturns 从 1.15 更新到 1.16rc1 后,我在构建字段函数的元模型时遇到以下问题: 减少计算负担: “FittingTest-KolmogorovSamplingSize”已从 OpenTurns 1.16rc1 中删除,当我尝试将拟合测试替换为: 或与 代码 ...
我正在使用 openturns 来找到最适合我的数据的分布。 我到了 plot 没问题,但是 X 限制比我想要的要大得多。 我的代码是: 我想将 X 限制设置为“graph.setXLim”之类的东西,就像我们在 matplotlib 中所做的那样,但我坚持使用它,因为我是 OpenTurns 的 ...
我有一个真实值样本,其中包含离散随机变量的独立实现,我想创建适合该数据的分布。 UserDefined分布似乎是为此目的而设计的,但需要计算每个点的权重,具体取决于其在样本中的频率: 但我们必须先计算points和weights 。 为此,我使用 Numpy unique的 function 计 ...
我有一个可靠性 model 内置在 OpenTURNS 中,有几个限制 state 函数,可以取 2 到 8 个随机变量 (RV)。 我最初的尝试是定义一个包含所有八个变量的 RandomVector,并将此 RandomVector 用于所有事件计算。 对于二变量极限 state function ...
我想估计 OpenTURNS 中正态分布混合模型的参数(即高斯随机变量的加权和的分布)。 OpenTURNS 可以创建这样的混合体,但它无法估计其参数。 此外,我需要将混合创建为 OpenTURNS 分布,以便通过函数传播不确定性。 例如,我知道如何创建两个正态分布的混合: 在这个例子中,我 ...
一般来说,我有一个模型 g,它观察了输入 X、参数 θ 和观察到的输出 Y。但是,在某些情况下,我没有观察到输入 X。在这种情况下,使用 OpenTURNS 似乎是不可能的,因为例如, LinearLeastSquaresCalibration类需要输入样本。 为了提供一个基本用例,让我考虑以下示 ...
我有一个空间二维域,比如 [0,1]×[0,1]。 在这个域中,有 6 个点可以观察到一些感兴趣的标量(例如,温度、机械应力、流体密度等)。 如何预测未观察点的兴趣量? 换句话说,我如何在 Python 中插入空间数据? 例如,考虑以下二维域中点的坐标(输入)和感兴趣数量(输出)的相应观测值。 i ...
如何使用 OpenTURNS 创建具有连续和离散随机变量的实验设计? 我知道我们可以这样做: 但这只会创建一个连续的联合分布,我可以从中采样。 但是如何创建连续变量和离散变量的联合分布呢? 那我可以从中取样吗? ...
我有一个 Python 函数,它有 2 个输入 X0 和 X1 以及 1 个输出 Y: 我想估计泰勒分解输出 Y 的方差,例如 X0~Normal(1,3) 和 X1~Normal(2,4)。 使用OpenTURNS很容易: 之前的脚本打印: 泰勒展开的协方差基于函数的梯度和边缘的方差。 问题是这 ...
我有一些数据需要测试,看看它是否来自参数未知的威布尔分布。 在R我可以使用https://cran.r-project.org/web/packages/KScorrect/index.html但我在 Python 中找不到任何东西。 使用 scipy.stats 我可以拟合参数: 然而,为了 ...
我想使用 lpsolve55 和 openturns 包,但它们不适用于 python 3.6,有没有办法为这个版本的 python 安装它们? ...