选择一个与一些概率值

27日视图(30天)
弗朗西斯科·Pio
弗朗西斯科·Pio 2023年5月21日21:47
编辑: 约翰D 'Errico 2023年5月22日13:11
大家好。假设我们有一个高斯分布对人们的高度。会有较高的平均价值较低的概率和价值观偏离概率。在这个例子中,x包含一些高度样品和y包含元素出现的概率。
x = (1.50 1.60 1.70 1.70 - 1.70 1.80 - 1.90);
μ=意味着(x);
s =性病(x);
y = normpdf (x,μs);
假设我们想要一个高斯分布的随机值记住各种不同的概率。我怎么能这样做呢?
1评论
约翰D 'Errico
约翰D 'Errico 2023年5月21日21:59
编辑:约翰D 'Errico 2023年5月21日22:18
我认为你不理解一个高斯分布意味着什么。这些点的平均值和标准偏差并不意味着相同的高斯分布的高度。均值和方差已知,但这些点不遵循一个高斯分布。
因此,你没有考虑到这些概率,如果使用正常PDF y。
如果相反,你真正想做的是样本给定的分布,那么你可以使用离散分布,与特定的概率。

登录置评。

答案(2)

图像分析
图像分析 2023年5月22日在3:39
试一试 randn 和你预期的平均值和性病
r =μ+ s * randn (1000 1);% 1000随机数

约翰D 'Errico
约翰D 'Errico 2023年5月22日在十三10
编辑:约翰D 'Errico 2023年5月22日13:11
请不要再问同样的问题。没有办法知道任何一组数据来自分布。你可以使用工具来适应一些数据的分布。但是这并不证明它是真正的分布。甚至当你做什么,例如,你的数据符合正态分布,不能保证正常的随机样本数据分布具有相同的分布。
你可以决定使用离散分布。在这里,例如,你有一个样品在1.70出现3倍的人。
帮助datasample
DATASAMPLE随机样本数据,有或没有更换。Y = DATASAMPLE(数据、K)返回K观察随机取样均匀,替代,从数据数据。如果数据是一个向量,那么Y是一个向量包含K元素选择的数据。如果数据是一个矩阵,那么Y是一个矩阵包含K行选定的数据。如果一天数组数据,DATASAMPLE样本在其第一个单体尺寸。数据可能是一个数据数组或表。因为样品是用替代,DATASAMPLE选择的观测数据可能会重复在Y Y = DATASAMPLE(数据、K、暗)返回一个样本沿着维度昏暗的数据。例如,如果数据是一个矩阵和暗淡的是2,Y包含的数据列。如果数据集是一个数组或数据表和暗淡的是2,Y包含的数据的变量。使用暗确保抽样沿着特定的维度无论数据是一个向量,矩阵或n维数组。 Y = DATASAMPLE(DATA,K, 'PARAM1',val1, 'PARAM2',val2, ...) or Y = DATASAMPLE(DATA,K,DIM, 'PARAM1',val1, 'PARAM2',val2, ...) specifies optional parameter name/value pairs to control how DATASAMPLE creates the sample. Parameters are: 'Replace' - select the sample with replacement if REPLACE is true (the default), or without replacement if REPLACE is false. When sampling without replacement, the observations that DATASAMPLE selects from DATA are unique. 'Weights' - create a weighted sample using the positive weights in the vector W. [Y,I] = DATASAMPLE(...) returns an index vector indicating which values were sampled from DATA. For example, Y = DATA(I) if DATA is a vector, Y = DATA(I,:) if DATA is a matrix, etc. DATASAMPLE uses RANDPERM and RANDI to generate random values and therefore changes the state of MATLAB's global random number generator. Control that generator using RNG. Y = DATASAMPLE(S,...) uses the random number stream S for random number generation. Examples: Draw five unique values from the integers 1:10. y = datasample(1:10,5,'Replace',false) Generate a random sequence of the characters ACGT, with replacement, according to specified probabilities. seq = datasample('ACGT',48,'Weights',[0.15 0.35 0.35 0.15]) Select a random subset of columns from a data matrix. X = randn(10,1000); Y = datasample(X,5,2,'Replace',false) Resample observations from a dataset array to create a bootstrap replicate dataset. load hospital y = datasample(hospital,size(hospital,1)) Use the second output to sample "in parallel" from two data vectors. x1 = randn(100,1); x2 = randn(100,1); [y1,i] = datasample(x1,10) y2 = x2(i) See also RAND, RANDI, RANDPERM, RNG. Documentation for datasample doc datasample Other uses of datasample tall/datasample
x = (1.50 1.60 1.70 1.70 - 1.70 1.80 - 1.90);
xsam = datasample (x, 20)
xsam = 1×20
1.7000 1.7000 1.7000 1.8000 1.5000 1.8000 1.7000 1.8000 1.8000 1.8000 1.7000 1.7000 1.6000 1.6000 1.9000 1.7000 1.7000 1.6000 1.7000 1.9000
所以向量x只包含元素躺在原始数据集。他们会有相同的相对频率。我想这你想要的。
直方图(datasample (x, 1000000),“规范”,“pdf”)
但如果你用一个正常的近似分布,数据的相对频率不匹配原始数据集。
[muhat, sigmahat] = normfit (x)
muhat = 1.7000
sigmahat = 0.1291
fplot (@ (x) normpdf (x, muhat sigmahat), [1.4, 2)
持有
直方图(x 5“规范”,“pdf”)
正如你所看到的,一个正常的pdf符合这一数据就像我适合适合我结婚的时候穿。

标签

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!