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.
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{0.75,0.25}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