0
からランダムサンプリングので、私はこの2パートCDFオーケー与えられた分布
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)
を持っていると私は経験的CDF
sorted = np.sort(sampleH1)
yVals = np.arange(len(sorted))/float(len(sorted))
plt.plot(sorted, yVals)
plt.show()
を見つけるためにこれをやったが、私は方法がわかりません現在、私のCDFから10000個のランダムサンプル(そのようなサンプルがsampleH1に置かれる)
を生成するために、私はこれをやっているが、私はそれが正しい
だとは思いませんsampleH0が正規分布CDFから10000のサンプルです
sampleH1 = []
for x in sampleH0:
sampleH1.append(x + (cdfH1a(x) + cdfH1b(x)))
誰もがあなたがnumpyのを使用している場合は、あなただけのループを捨てることができます偉大なおかげ
おそらく探している[逆サンプリングを変換](https://en.wikipedia.org/wiki/Inverse_transform_sampling)。 –