[英]How to generate iid sample from a given arbitrary probability density function
我想要 python 中的函数randgen(f, N)
从给定的 pdf 生成 N 个样本。
这是我写的:
import numpy as np
import matplotlib.pyplot as plt
def randgen(f,N, M=1):
sample = M*np.random.random(N)
y=[]
sum = 0
for x in sample:
v = f(x);
sum+=v;
y.append(v)
y = y/sum;
return np.random.choice(sample, p=y, size=N)
def pp(x):
return x**2
z = randgen(pp, 2000)
plt.hist(z)
它为函数y=x^2
生成以下直方图。 它似乎工作。
我见过类似的问题,但没有明确参考randgen(f,N)
的函数定义randgen(f,N)
它可以采用任意函数。 我想知道我的方法是正确的还是我错过了一点。
好的,解压您的解决方案:
你这样做的方式绝对满足概率密度函数的标准,你的解决方案应该是正确的,但可以通过使用均匀间隔的数字来计算你的 pdf 来改进它。
numpy.linspace(start,stop,N) 在 start 和 stop 之间产生 N 个均匀间隔的数字。 ( https://docs.scipy.org/doc/numpy/reference/generated/numpy.linspace.html )
如果您应用我建议的添加而不是您的解决方案,则您的解决方案适用于离散 pdf
样本 = M*np.random.random(N)
样本 = np.linspace(开始,停止,N)
编辑:pdf 也有一个要求,即概率必须为正,因此应该包含一些机制来避免范围 [0,1] 内 x 的负函数值。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.