Python 为任何分布生成样本
我想从python发行版中生成Python 为任何分布生成样本,python,numpy,probability,sampling,Python,Numpy,Probability,Sampling,我想从python发行版中生成1000示例： p（x1，…，xn）=p（x1）p（x2 | x1）（x3 | x2）…p（xn | xn-1）其中xn可以取0或1 其中p（x1=1）=0.75，p（x_n=1 | x_n-1=1）=0.75和p（x_n=0 | x_n-1=0）=0.75 然后从具有x2=1的1000个样本中计算样本数，以获得p（x2=1） 如果是正态分布，我会使用numpy.random.normal（均值、协方差、样本数） 如何实现它？这似乎很简单；如果你能用{0.75,0.
1000p（x1，…，xn）=p（x1）p（x2 | x1）（x3 | x2）…p（xn | xn-1）xn01p（x1=1）=0.75p（x_n=1 | x_n-1=1）=0.75p（x_n=0 | x_n-1=0）=0.75x2=1p（x2=1）正态分布numpy.random.normal（均值、协方差、样本数）如何实现它？这似乎很简单；如果你能用{0.75,0.25}概率生成{0,1}，那么剩下的就是逻辑。你真的在寻找p（x2=1），还是说p（xn=1）？尽管如此，这是一个离散时间、离散状态马尔可夫链，每一步的转移概率都是相同的，因此任何j