由(任意)连续概率分布模拟
由(任意)连续概率分布模拟
提问于 2014-05-09 17:45:48
对于定义在实线上的规范化概率密度函数，例如
p(x) = (2/pi) * (1/(exp(x)+exp(-x))(这只是一个例子；解决方案应该适用于我们可以定义的任何连续PDF )R中是否有一个包可以从分布中模拟？我知道R的内置模拟器为许多发行版。
我可以在一组分位数中数值计算逆累积分布函数，将它们存储在一个表中，并使用该表从均匀变量映射到所需分布的变量。已经有这样的包裹了吗？
回答 2
Stack Overflow用户
回答已采纳
发布于 2014-05-09 19:42:20
下面是一种使用distr包的方法，它就是为此而设计的。
library(distr)
p <- function(x) (2/pi) * (1/(exp(x)+exp(-x))) # probability density function
dist <-AbscontDistribution(d=p) # signature for a dist with pdf ~ p
rdist <- r(dist) # function to create random variates from p
set.seed(1) # for reproduceable example
X <- rdist(1000) # sample from X ~ p
x <- seq(-10,10, .01)
hist(X, freq=F, breaks=50, xlim=c(-5,5))
lines(x,p(x),lty=2, col="red")
当然，您也可以使用注释中任何一个链接中描述的方法来实现这一点。
Stack Overflow用户
发布于 2014-05-09 18:24:40
如果这是您要处理的函数，您可以只使用积分(或者，如果您像我一样对集成规则生疏，您可以使用像Wolfram这样的工具来实现为你而做)。
在所提供的函数的情况下，您可以使用以下方法进行模拟：
draw.val <- function(numdraw) log(tan(pi*runif(numdraw)/2))直方图证实我们的抽样是正确的：
hist(draw.val(10000), breaks=100, probability=T)
x <- seq(-10, 10, .001)
lines(x, (2/pi) * (1/(exp(x)+exp(-x))), col="red")
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/23570952
复制相关文章
相似问题
腾讯云开发者
