ガウス分布/正規確率分布に沿って乱数を簡単に生成できます。逆ガウス分布に基づく乱数の生成
slice = random.gauss(50.0, 15.0)
しかし、確率分布、私が何をしたいの逆数である：
しかし、私が欲しいのは逆確率です。ガウス確率の
逆は次のようになります。
そして、私は実際にはそれほど高くないだけで、左側の確率でなく、右をキャプチャしたいと思います。
したがって、確率は正規分布に沿った結果の文字どおり...私の結果の実際の確率は逆になりたい。したがって、正規分布で90％の確率であれば、その結果は時間の10％になることが望ましいです。
質問を編集している間、答えはscipyの文書にあります - invgauss 。具体的には、
from scipy.stats import invgauss
r = invgauss.rvs(mu, size=1000)
はmu（あなたの平均）を中心とした逆ガウス分布から引き出された1000個の数字を生成します。描画するにはpdf：
rv = invgauss(mu)
ax.plot(x, rv.pdf(x), 'k-', lw=2, label='frozen pdf')
いくつかの軸オブジェクトです。
invgauss.pdf(x, mu, loc, scale)
私はそれがぶっきらぼう覚えていないものの、特にscaleは、STDへの数学的関係を持っている：あなたが持っているより多くの制御を可能にします。正準形式は、通常、平均にのみ依存します。
@Aro標準形式にはありません。私はスケールをSTDに設定し、「平均値」への距離はあなたが望むものであると思います。 'mu'はそれを標準化する形状パラメータです。定義はページ自体にあります。 – kabanus
テキストが多すぎます。 「ガウス分布の取得方法を知っています」を除くすべてを削除し、使用するコードを入力します。次に、逆Gaussianのためにこれを行う方法を質問し、逆Gaussianが何であるかを説明する（1/f→f = Gaussian（f（x））= 1？関連する 'scipy'関数 – kabanus
逆Gaussianを使用しても、移動すると確率が0になるため、通常は理解されているように、「逆ガウス」の意味を使用しているようには見えません-infinityからinfinityへの定積分は無限ではなく1でなければならないことを覚えておいてください。[inverse Gaussian distribution]のwikiページ（https://en.wikipedia.org/wiki/Inverse_Gaussian_distribution）を見てください。 – trincot
私は 'mu' *が平均であると信じています：https://brownmath.com/swt/symbol.htm –