这是一种始终有效的技术,但并不总是最有效的。累积扰动函数P(x)给出值低于x的时间的分数。因此,在x的最小可能值处P(x)= 0,在x的最大可能值处P(x)= 1。每个分布都有一个唯一的CDF,该CDF以P(x)从0上升到1的方式编码变形的所有属性。如果y在间隔[0,1]上是均匀偏差,则x满足P(x )= y将根据您的分布情况而分配。为了使这项工作对等,您只需要一种计算分布的P(x)倒数的方法。
所述meta.Numerics库定义了大量的常用distrubtions的(例如正常的,对数正态的,指数的,卡方等),并具有用于计算每个的CDF(Distribution.LeftProbability)和逆CDF(Distribution.InverseLeftProbability)函数。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)