随机抽样

好了，所以我有这个两部分CDF随机抽样

def cdfH1a(x): 
    return 0.189497583190681*np.sqrt(2 * np.pi)*sp.erf(np.sqrt(2)* (x/2)) 
def cdfH1b(x): 
    return 0.0141047395886939*np.sqrt(np.pi)*sp.erf(7.07106781186547*x - 14.1421356237309)

，我已经做到了这一点，找到经验CDF

sorted = np.sort(sampleH1) 
yVals = np.arange(len(sorted))/float(len(sorted)) 
plt.plot(sorted, yVals) 
plt.show()

，但我不知道如何从我的CDF生成随机10000个样本（这些样本将被放入sampleH1）

目前，我这样做，但我不认为这是正确的

sampleH1 = [] 
for x in sampleH0: 
    sampleH1.append(x + (cdfH1a(x) + cdfH1b(x)))

哪里sampleH0是10000个样本正态分布的CDF

如果有人可以提供一些线索那简直太好了感谢

来源

2016-12-07 Tyler Angelo

您可能正在寻找[逆变换采样]（https://en.wikipedia.org/wiki/Inverse_transform_sampling）。 –

如果您使用numpy的，你可以沟循环：

sampleH1 = sampleH0 + cdfH1a(sampleH0) + cdfH1b(sampleH0)

来源

2016-12-07 17:44:48

回答

相关问题