试着写一个生成M个长度为N的正态分布样本的函数
生成M个长度为N的正态分布样本的函数是一个用于生成符合正态分布的随机数的函数。正态分布又称为高斯分布，是概率统计中最重要的分布之一。
函数示例（Python）：
import numpy as np
def generate_normal_samples(M, N, mean, std):
samples = np.random.normal(mean, std, (M, N))
return samples函数说明：
- 参数M表示要生成的样本数量。
- 参数N表示每个样本的长度。
- 参数mean表示正态分布的均值。
- 参数std表示正态分布的标准差。
该函数使用NumPy库中的random.normal函数生成符合正态分布的随机数。返回的结果是一个形状为(M, N)的NumPy数组，其中每一行代表一个样本。
正态分布的特点：
- 正态分布是对称的，呈钟形曲线。
- 均值决定了曲线的中心位置，标准差决定了曲线的宽窄程度。
- 大部分数据集中在均值附近，随着距离均值的增加，数据出现的概率逐渐减小。
正态分布的应用场景：
- 统计学中的假设检验和置信区间估计。
- 金融领域中的风险评估和投资组合优化。
- 自然科学中的测量误差分析和实验数据处理。
- 机器学习中的特征工程和模型训练。
腾讯云相关产品推荐：
- 腾讯云弹性MapReduce（EMR）：https://cloud.tencent.com/product/emr
- 腾讯云人工智能平台（AI Lab）：https://cloud.tencent.com/product/ailab
- 腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 腾讯云数据库（TencentDB）：https://cloud.tencent.com/product/cdb
- 腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
请注意，以上推荐的腾讯云产品仅供参考，具体选择应根据实际需求进行评估和决策。
相关·内容
我正试着写一个函数(rangNM)，生成长度为N的M个正态分布样本，由于某种原因，这会导致第4行出现语法错误。提前感谢你的帮助。 def rangNM(N, M):
iseed == 0
sample = []
for iseed < M:
np.random.seed(iseed)
sample.append(np.random.normal(scale=1, loc=0, size=N))
iseed += 1
return(sample)
rangNM(10, 5)
浏览 18提问于2021-10-02得票数 0
对于R中数的向量m(长度N)，我们可以写
rnorm(N, mean = m, sd = 1)
这将给出一个长度为N的向量，其中每个元素都是一个正态分布的样本，集中在m的不同元素上。我的问题是，对于numpy，能很容易地做到同样的吗？据我所知，numpy.random.normal()要求所有元素的loc都是相同的。问题是，我想要一个具有不同方法的随机向量。
此外，在编写这篇文章时，从标准正态分布中抽取样本并转换该样本是否有效？那就容易多了。
浏览 1提问于2020-10-21得票数 0
回答已采纳
N <- 10000 ; maxbound = 20
one_side_normal <- function(N) {
f <- numeric(N);
for (i in 1:N) {
X = rexp(1,rate=1);
uniform = runif(1);
while (uniform>exp((-X^2)+X) ){
X = rexp(1,rate=1);
uniform=runif(1);
}
f[i] <- X
}
return(f)
}
上面的代码使用验收-拒绝法
浏览 0提问于2020-11-25得票数 0
正如我们在文档中看到的那样
numpy.random.normal(loc=0.0，scale=1.0，size=None)从正态分布(高斯分布)随机抽取样本。
正态分布的概率密度函数最初由De Moivre导出，200年后由Gauss和Laplace独立的R217导出，由于其特征形状，常被称为钟形曲线(见下面的例子)。
正态分布在自然界中经常发生。例如，它描述了受大量微小随机扰动影响的样本的常见分布，每个样本都有其独特的R217分布。参数：
loc :浮动
分布的意思(“中心”)。
比例尺:浮动
分布的标准差(扩散或“宽度”)。
大小: int或tuple of int，可选
输出形状如果
浏览 3提问于2015-03-18得票数 1
回答已采纳
1回答
我想生成一个随机样本，其中包含Matlab中受污染的对数正态分布。一个受污染的对数正态分布样本的示例可能是双峰对数正态分布，其中您将有一个大节点和一个小节点。
这是我用来生成5个样本的方法，每个样本包含10个数据点。
trueGM=1;
trueGSD=2;
n=10;
m=5;
o = lognrnd(log(trueGM), log(trueGSD),n,m);
如何修改它以获得受污染的对数正态分布？
浏览 4提问于2012-01-30得票数 2
2回答
我试着用编码拒绝抽样的方法来生成一个服从正态分布的样本。乍一看，样本看起来像正态分布，但Shapiro检验的p值总是<0.05。我真的不知道我在哪里出了错，我只从我的老师那里得到了伪码(不是作业)。任何帮助都是非常感谢的。下面是我的代码：
f <- function(x,m,v) { #target distribution, m=mean,v=variance
dnorm(x,m,sqrt(v))
}
g <- function(x,x0,lambda) { #cauchy distribution for sampling
dcauchy(x,x0,la
浏览 0提问于2018-07-05得票数 0
回答已采纳
1回答
我已经从R中的标准正态分布创建了一个大小为n=20的iid随机样本。我使用m=10^5场景进行了蒙特卡洛模拟。我试图找出样本的超额峰度介于-1.5和1.5之间的概率。到目前为止，我有以下代码：
set.seed(1234)
n<-10
m<-10^5
sample.normal<- rep(0,m)
for(i in (1:m)){
x<-rnorm(n,0,1)
sample.normal[i]<-kurtosis(x,na.rm=FALSE)-3
}
#finding p(-1.5<y2<1.5)
y<-sample.normal
Z&l
浏览 10提问于2018-11-03得票数 0
如何将直方图A标准化，使每个bin的和为1
将直方图除以垃圾箱的宽度，如何绘制？
我有这个
dist = rand(50)
average = mean(dist, 1);
[c,x] = hist(average, 15);
normalized = c/sum(c);
bar(x, normalized, 1)
在这种情况下，n = 50
求均值和方差^2的公式是什么？我们写的是distribution?.，但是怎么写？，你是如何绘制均匀分布和正态分布的？
直方图必须接近正态分布。
浏览 3提问于2011-03-14得票数 2
回答已采纳
1回答
假设我们有一个大小为n=8的随机样本，样本的对数正态分布参数是mu和σ。由于它是一个小样本，从一个非正常的总体，我将使用t置信区间。我进行了一个模拟，以确定90% t的真实(模拟) CI，其中mu=1和sigma= 1.5。
我的问题是，下面的代码遵循正态分布，它需要一个对数正态分布。我知道rnorm必须变成rlnorm，这样随机变量就来自于日志分布。但我需要改变穆和西格玛是什么。正态分布中的Mu和sigma在对数分布中是不一样的。
Mu在日志distribution= exp中(μ+ 1/2σ^2)。西格玛是exp (2 (μ+sigma^2)) - exp2 (μ+sigma^2)
我只是
浏览 3提问于2014-02-18得票数 0
1回答
我正在写一些模拟，我发现我需要对正态分布的尾部进行过采样，这样才能得到足够的样本，对于一个特定的变量来说，样本值较低。还有什么比这个更好的吗？
from scipy.stats import norm, uniform
tail_high = .01
n_samples = 1000
tail_rvs = norm.ppf(uniform.rvs(0, tail_high, n_samples))
浏览 2提问于2015-03-04得票数 0
回答已采纳
背景:我正在使用nalgebra库，我希望创建一个表示多元正态分布的结构。数字和行类型是由方阵类型唯一确定的，因此我想写如下所示：
#[allow(non_snake_case)]
pub struct Multivar<M: SquareMat<N, V>> {
μ: V,
Σ: M,
}
如果我使用Haskell，我将指定M与N和V之间的函数依赖关系。在铁锈里做这件事最好的方法是什么？
浏览 3提问于2015-06-15得票数 12
回答已采纳
Y = function(N, mu, sigma){
sample = exp(rnorm(N, mu, sigma))
return(sample)
}
mu_range = seq(0, 5, by = 0.01)
for (i in mu_range){
sample_mu = Y(10, i, 2)
return(sample_mu)
} 我需要从对数正态分布中为范围(0，5)内的μ的许多不同值生成样本
浏览 22提问于2020-12-15得票数 0
考虑离散动力系统，其中x[0]=rand()表示系统的初始条件。
我通过以下步骤生成了一个m×n矩阵-生成具有不同初始条件的m向量，每个初始条件都有维数N (N表示样本或元素的数量)。这个矩阵叫做R，使用R，如何创建一个Toeplitz矩阵，T？从数学上讲，
R = [ x_0[0], ....,x_0[n-1];
..., ,.....;
x_m[0],.....,x_m[n-1]]
toeplitz矩阵T =
x[n-1
浏览 2提问于2016-02-24得票数 3
回答已采纳
3回答
我正在尝试将多元正态分布拟合到我收集的数据中，以便从中提取样本。我知道如何使用fitdist函数(带有'Normal'选项)来拟合(单变量)正态分布。
对于多元正态分布，我如何做类似的事情？
在每个维度上单独使用fitdist不是假设变量是不相关的吗？
浏览 2提问于2014-08-02得票数 5
所以这就是问题：
假设我们只有一个随机数生成器，它具有U(0，1)分布。但我们希望生成一个具有非均匀分布的随机数序列(例如，Exp(2))。现在，请首先使用随机数生成器生成105个均匀分布的(U(0，1))样本，然后将这些样本转换为数据点，该数据点应该具有Exp(2)分布，最后使用hist函数绘制这些转换后的样本。
我在转换成指数时遇到了问题。我给我的助教发了邮件，他帮不上什么忙，但他确实告诉我我不需要这个循环。
这就是我所拥有的：
distnames = {'Uniform', 'Exponential'};
lower=0;
upper=1;
uds = m
浏览 2提问于2015-12-04得票数 2
2回答
我想要检查一个概率是否来自经验民防框架所指定的分布。kstest给出了我认为是错误的p值，有什么问题吗？
我编写了一个测试函数来验证p值.我正在比较两个相同分布的样本数组，并检查从kstest和ks_2samp函数中得到的p值。由于零假设是正确的(分布是相同的)，那么p值必须在0,1上均匀分布，换句话说，我必须看到错误发现率等于使用的p值阈值。然而，这种情况只适用于ks_2samp函数给出的p值.
from scipy import stats
from statsmodels.distributions.empirical_distribution import ECDF
def test
浏览 6提问于2019-06-19得票数 0
回答已采纳
1回答
我已经坚持了一段时间了，所以我决定写一个问题。
问题：如何生成一个具有下/上界的随机样本，并围绕一个特定的均值。
观察:分布不需要是特定的(可能是正常的，beta的，等等)。
考虑的Aproaches：
其中一个方法是使用rtnorm函数，它生成一个在指定边界内具有正态分布的随机数，但它不包含您想要的平均值。
我试过的第二个问题是这个函数，我在一个我再也找不到的问题中找到了它
rBootstrap <-函数(n，均值，sd，lowerBound，upperBound){范围<- upperBound - lowerBound m <- (均值-下限)/范围#映射为0-
浏览 5提问于2016-09-23得票数 2
回答已采纳
用均值向量m=10和协方差矩阵恒等式I_n，从多元正态分布中抽取大小n=1000向量(1000维)的样本数，再用l_2范数除以。
根据答案，我尝试以下代码：
import random
m = 2
n = 5
random.seed(1000001)
x = np.random.multivariate_normal(np.zeros(m), np.eye(m), size=n)
print(x)
[[ 0.93503543 -0.00605634]
[-0.42033252 0.08350352]
[ 0.58507136 -0.07849799]
[ 0.79762498
浏览 9提问于2022-11-27得票数 0
回答已采纳
3回答
用正态分布生成样本
、、、、
我试图用不同的参数(列表中的参数)从正态分布中生成许多样本。
我怎样才能使用申请家庭来完成这个任务？
例如，我需要两个样本，一个：(n = 10，平均= 2，sd = 3)，第二个：(n = 100，平均= 0，sd = 1)。
我的代码不起作用。
lista <- list (c(10,2,3), c(100,0,1))
lapply(lista, rnorm, n=lista[[1]][1], mean=lista[[1]][2], sd=lista[[1]][3])
请帮帮我：
浏览 4提问于2016-10-21得票数 0
回答已采纳
我尝试使用STAN来推断一个SIR模型，它表示为一个三维SDE:该模型的代码编译时没有问题。
toy_model = """
functions{
vector mu(vector x, real alpha, real beta) {
vector[3] m;
m[1] = -alpha*x[1]*x[2];
m[2] = alpha*x[1]*x[2]-beta*x[2];
m[3] = beta*x[2];
return m;
}
matrix sigma(v
浏览 8提问于2022-05-04得票数 1
回答已采纳
我希望在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,
浏览 4提问于2019-12-09得票数 0
3回答
如何生成由N = 100 2维样本x = (x1,x2)T ∈ R2组成的数据集，该数据集是从二维高斯分布中提取的，具有平均值。
µ = (1,1)T
协方差矩阵
Σ = (0.3 0.2
0.2 0.2)
我听说您可以使用Matlab函数randn，但不知道如何在Python中实现它？
浏览 3提问于2013-02-17得票数 8
回答已采纳
我试着
使用rmvlogis(包ltm)模拟40个rasch项和n名考生的数据
使用上述数据和rasch(封装ltm)，修复已知的前14项参数，估计其余26项的参数。
我的代码是：
library(ltm)
test<-function(n,m) {
# for reproducible
set.seed(12345)
# generate 40 rasch item parameters
b<-rbeta(40,1.2,1.5)*4-2
# generate abilities of n examinees
latents<-rnor
浏览 14提问于2014-05-17得票数 0
2回答
创建n个正态分布的m样本
、、、
我必须建立n个大小为n的m=1450样本，其中n{100,200,300.5000}的X总体的正态分布为9,22和variance=1.62^2，对于每个样本，我需要在方差未知(显着性level=0.98)的假设下，为平均值建立置信区间。然后，对于每个n，我必须计算置信区间振幅的平均值。
对于第一部分(创建m个大小为n的示例)，我尝试了以下方法，但没有成功：
sizes <- seq(100,5000,by=100)
m<-1450
normal=for (i in sizes){
replicate(1450, rnorm(i,9.22,sqrt(1.62^2), simplif
浏览 4提问于2021-12-14得票数 2
10回答
球体内均匀分布随机点的采样
、、、、
我希望能够产生一个随机的均匀样本的粒子位置，落在一个球形体积内。
下面的图片(由提供)显示了我正在寻找的东西。这是一个穿过球体的切片，显示了点的均匀分布：
这就是我目前得到的：
你可以看到，由于球面坐标和笛卡尔坐标之间的转换，在中心有一簇点。
我使用的代码是：
def new_positions_spherical_coordinates(self):
radius = numpy.random.uniform(0.0,1.0, (self.number_of_particles,1))
theta = numpy.random.uniform(0.,1.,(
浏览 26提问于2011-03-23得票数 40
回答已采纳
我想要生成一个样本，它遵循M个源值的正态分布，每个值都有一个标准差，每个源值有N个样本。这能用numpy数组有效地完成吗？
我想要的输出是一个MxN数组。我希望这个伪代码能够工作，但是它失败了，并出现了一个错误：
import numpy as np
# initial data
M = 100
x = np.arange(M)
y = x**2
y_err = y * 0.1
# sample the data N times per datapoint
N = 1000
N_samples = np.random.normal(loc=y, scale=y_err, size=N)
运
浏览 9提问于2022-06-09得票数 0
我正在努力理解变分自动编码器( VAE )的解码器是如何工作的，在阅读了一些论文和做了一些研究后，仍然有一个问题让我感到困惑，它是这样的:为什么经过训练的VAE的解码器可以只使用正态分布的样本来产生合理的输出，而不是使用编码器产生的分布样本(在大多数学术论文中用q(z|x)表示)。换句话说，KL发散通过在VAE训练期间将q(z|x)拉向正态分布来完成他的工作。然而，当训练完成时，q(z|x)不可能与正态分布严格相同。因此，在训练过程中，解码器的输入是分布q(z|x)的样本，Q(z|x)是编码器的输出。我的问题是:当训练完成时，为什么解码器可以只使用正态分布的样本，而不是使用分布q(z|x)的样
浏览 1提问于2019-07-18得票数 1
1回答
我正在尝试从两个分量分布的混合中生成一个双变量样本，即正态分布和伽马分布。为此，我使用了'copula‘包。
我写的代码如下-
library("copula")
mycop = normalCopula(param=c(0), dim=2, dispstr="ex")
mymvd = mvdc(
copula=mycop,
margins=c("norm", "norm"),
paramMargins=list(list(mean=-1, sd=0.5),list(mean=1, sd=0.5)))
这给
浏览 13提问于2021-06-13得票数 0
1回答
我想利用SciPy的反卷积函数找到一个未知分布，给出两个高斯分布。与SciPy中的这个函数相关联，所以我只想找一个例子，说明如何在我的情况下使用这个函数。例如，给定两个正态分布N(100，1)，N(300，2)，我想了解如何求出反褶积N(200，1)的分布。
>>> sample1 = np.round(scipy.around(scipy.stats.norm(100, 1).rvs(size=1000)))
>>> sample2 = np.round(scipy.stats.norm(300, 2).rvs(size=2000))
>>&g
浏览 0提问于2013-03-18得票数 8
1回答
我使用这个链接中给出的方程：应用了正态分布函数。
我为正态分布做了这个代码
float m=2.0;
float s=0.5;
float x[3]={1.0, 2.0, 3.0};
float xs[3];
const float pi = 3.141;
for (int i=0; i<3; i++)
{
xs[i]=(1/s*sqrt(2*pi))*exp(-(pow(x[i]-m,2)/2*pow(s,2)));
printf("\n%f",xs[i]);
}
这个代码的答案是4.42，5.01，4.42
我在Matlab中也有相同的代码
x_s_
浏览 2提问于2013-11-24得票数 0
回答已采纳
对于一个值n=3，(让我们考虑在100处产生种子，从一个种群X中生成1280个样本，在11，15间隔内连续均匀分布)
如何计算样本的平均值，从而从平均分布Xn中获得值？
如何使相对频率直方图与平均值Xn分布的值相关联，并叠加一条正态分布的曲线，使之具有期望值E(X)和方差Var(X)/n？
浏览 12提问于2022-06-05得票数 0
3回答
对数正态分布随机样本
、、、
我的参数X是对数正态分布的，平均值为15，标准偏差为0.48。对于MATLAB中的monte模拟，我想从这个分布中生成40000个样本。如何在MATLAB中完成？
浏览 2提问于2014-05-24得票数 1
回答已采纳
5回答
我是一个极端的Python初学者，我在编写一个非常简单的代码时遇到了困难。
我正在尝试编写一个简单的代码，通过使用函数gauss生成100个正态分布的数字，期望为1.0，标准差为0.005，然后存储在一个数组中，该数组可用于计算这100个样本的平均值和标准差。
下面是我的代码：
def uniformrandom(n):
i=0
while i< n:
gauss(1.0, 0.005)
i = i + 1
return i
然后我试着
L = uniformrandom(100)
代码应该是用Python语言缩进
浏览 2提问于2016-03-21得票数 3
下面是我写的函数： def channel_var(image_dataset):
res = image_dataset[0]
for image in image_dataset[1:]:
res += image
return tuple(map(lambda x: x/len(image_dataset),
(torch.var(res[0]),
torch.var(res[1]),
torch.var(res[2])))) 然后我用正态分布进行了测试： m = normal.Normal(0, 3)
m.sa
浏览 10提问于2019-09-26得票数 0
如果另一个单元格有值，我将尝试在单元格中显示文本。我可以成功地做到这一点，但是它增加了一个我无法拥有的额外空间
一列有一个单位号，下一列有一个地址字段。我把2和a- in结合在一起。
列M有单元(例如123 )
列N有地址(例如12345示例St)
列O的公式=if(M1，"-"，)
列F有=M1&""&O1 &N1
结果是
123-12345样本St，没有M列的条目，结果在1234个样本St前面也有一个空格，我试图在123-12345样本St (123-12345样本St)之间找到一个没有空格的结果。
我该怎么做？
浏览 0提问于2022-04-14得票数 1
我是一个R-初学者，我想运行一个模拟，在那里我用不同的sd值多次调用正态分布。
例如，我想对每个sd运行一次rnorm，每次运行sd时，sd从1增加到M。我希望将结果存储在列表或数据框中。我知道我试图实现的是一个非常基本的步骤，但我自己尝试失败了。
rnorm(n=1、mean=0、sd=1)
rnorm(n=1、mean=0、sd=2)
..。rnorm(n=1、mean=0、sd=M)
我试着用for循环来编写代码，但它不起作用。
test <- for(i in 1:10){
test <- rnorm(n=1, mean=0, sd=i)
return(test)
浏览 6提问于2021-11-24得票数 1
这个问题对我来说似乎很简单，但我却很难找到答案。
假设您想要从均值为10和方差为1的正态分布中抽取大小为n的样本，然后获得它们的平均值和方差，以验证样本是否来自正态分布。
我想应该是这样的：
values = take n $ sample (normal 10 1)
(avg values, variance values)
我正在尝试使用random-fu库，所以如果您可以使用该库提供答案，我将不胜感激。
浏览 14提问于2017-01-26得票数 4
回答已采纳
2回答
R中t检验的模拟
、、
我正在寻找一种方法来模拟一个简单的t测试的力量在不同的样本大小。我的想法是生成400个随机正态分布样本，每个样本的均值为5，方差为1，并对每一个样本进行t检验，假设真实均值为4，即t检验将采用以下形式：
T=(平均(X)-4)*sqrt(N)/sd(X)#对于每个样本x，包括n个观测值。
为了比较，我想，前100个样本包括10个，接下来100个是100个，接下来100个是1000个，最后100个是500个，我认为这是上限。必须对每一个样本进行t检验.
最后，我想看看每个样本组(我们称之为n10、n100、n1000、n5000，取决于它们包含了多少个观察)中的百分比--我的(假)假设被
浏览 3提问于2014-01-08得票数 1
回答已采纳
3回答
while循环上可能有一些线程，但我正在努力处理它们。如果有人能帮助R初学者，那就太好了。
因此，我正在尝试使用预测参数mean，sd从样本外回归预测中进行10000次模拟。谢天谢地，我的数据是正常的。
这就是我的东西
N<-10000
i<-1:N
k<-vector(,N)
while(i<N+1){k(,i)=vector(,rnorm(N,mean=.004546,sd=.00464163))}
...and我得到这个错误
Error in vector(, rnorm(5000, mean = 0.004546, sd = 0.00464163)) :
in
浏览 2提问于2015-03-10得票数 1
这里使用ggplot2和函数stat_function()编写了这段代码。我用它来创建一个样本正态分布，平均值为100，标准差为15 (IQ)。
ggplot(data.frame(x = c(0, 200)), aes(x)) +
stat_function(fun = dnorm,
geom = "area", fill = '#1e466e', alpha = 0.5,
args = list(
mean = 10
浏览 2提问于2022-01-11得票数 0
我需要使用具有100列和5000行的seed(12346)生成一个具有多变量正态分布的随机样本。
到目前为止，我得到了这样的结论：
set.seed(12346)
Preg1 <- data.frame(MASS::mvrnorm(n=5000,mu=c(0,0,0),Sigma = diag(3)))
上面给了我三列，我怎么才能得到100列？
如果不键入它们，我就不知道如何得到带有100个零的µ的向量，然后Sigma就是Sigma = diag(100)
浏览 4提问于2020-11-14得票数 0
2回答
将均匀分布变为正态分布
、、、
如何将均匀分布转变为正态分布我有2000个介于0和1之间的随机样本，我对10列执行了此操作
我得到了所有10列的平均值，并将其放在11列；2000X1矩阵上，然后创建了一个图表，但它看起来像是均匀分布，而不是正态分布。为什么？
如何切换x和y轴，使其看起来像正态分布？
浏览 10提问于2013-04-04得票数 0
我不确定这是否适合这个评论/问题的平台，但是请考虑下面的代码片段：
#include <random>
#include <iostream>
#include <limits>
int main()
{
int m=std::numeric_limits<int>::max();
std::cout<<m<<"\n";
std::poisson_distribution<int> p(m+1.);//implicit conversion to double
s
浏览 6提问于2021-12-17得票数 2
我试图用正态分布的随机数填充一个m x n数组，其中正态分布的数字被定义为代码中所示的，你首先必须找到两个均匀分布的数字和r，才能定义2个正态分布的数字。当我运行程序时，它只是在数组中一遍又一遍地打印相同的两个数字，就好像代码中的变量rv_new一直是相同的结构一样。
下面是代码中应该生成和打印数字的部分。我猜想这个错误可能与rejection_sampling()函数有关(把它作为一个结构是不是很愚蠢？)
typedef struct rv rv;
struct rv {
double v1;
double v2;
double r;
};
/*Function p
浏览 0提问于2015-10-21得票数 0
回答已采纳
1回答
我对n=100、mean=100和sd=25重复了50次。然后，我绘制了所有样本的直方图，但现在我需要在直方图上覆盖一条正常曲线。
x <- replicate(50, rnorm(100, 100, 25), simplify = FALSE)
x
sapply(x, mean)
sapply(x, sd)
hist(sapply(x, mean))
你知道如何在平均值的直方图上叠加一条正常曲线吗？
谢谢
浏览 1提问于2019-07-16得票数 2
回答已采纳
我们有遵循对数正态分布的数据，知道它的平均值= 5.0163，标准差= 1.0571，我们想生成n(6,000)个样本，在 (3:7.9)范围内，它遵循与monte方法相同的分布，但是它没有在期望的范围内输出样本(所有样本都小于下限)。
Data = [ 3 3 3 3 3.3 3.3 3.6 3.9 3.9 3.9 3.9 3.9 3.9 3.9 3.9 3.9 3.9 3.9 3.9 4.2 4.2 4.2 4.2 4.2 4.2 4.5 4.5 4.5 4.5 4.5 4.5 4.5 4.8 4.8 4.8 4.8 4.8 4.8 4.8 4.8 4.8 5.1 5.1 5.1 5.1
浏览 2提问于2016-02-01得票数 2
我对stan和机器学习都是新手。现在我想实现pmf模型。下面是我的代码的一部分：
pmf_cod="""
data {
int<lower=0> K; //number of factors
int<lower=0> N; //number of user
int<lower=0> M; //number of item
int<lower=0> D; //number of observation
int<lower=0> D_new; //number of pridictor
int<lower
浏览 5提问于2016-02-10得票数 0
2回答
我需要一个代码的帮助来根据约束生成随机数。具体来说，我试图模拟随机数阿尔法和贝塔，分别从一个正态分布和一个伽玛分布，例如阿尔法-贝塔< 1。
这是我写的东西，但一点也不管用。
set.seed(42)
n <- 0
repeat {
n <- n + 1
a <- rnorm(1, 10, 2)
b <- rgamma(1, 8, 1)
d <- a - b
if (d < 1)
alfa[n] <- a
beta[n] <- b
l = length(alfa)
if (l == 10000) b
浏览 4提问于2020-04-21得票数 2
回答已采纳
2回答
给定一个单位向量n，我需要尽可能快地生成另一个随机单位向量m。m与n的偏差应以正参数sigma为阶，单位球面上m的分布应在n附近对称。
对于单位向量的表示，我没有具体的要求，所以你可以使用球面角度，笛卡尔坐标，或者其他方便的东西。而且，对于所使用的概率分布也没有精确的要求，只要当m比sigma偏离n时它就会衰减。
我正在和gsl和C一起工作。我提出了一种使用笛卡尔坐标的有点复杂的方法。如果有用的话，我稍后会发出去，但我想看看大家的想法。
浏览 1提问于2012-09-10得票数 1
回答已采纳
云服务器
ICP备案
实时音视频
对象存储
云直播
腾讯云开发者
