Python 如何从经验分布函数中提取样本

我试图在Python上实现非参数引导。它需要获取一个样本，从中构建一个经验分布函数，然后从这个edf生成一组样本。我怎么做？

---

在scipy中，我只找到了如何制作自己的分布函数，如果您知道描述它的确切公式，但我只有一个edf。

通过对样本进行排序得到的edf：

N = samples.size
ss = np.sort(samples) # these are the x-values of the edf
                      # the y-values are 1/(2N), 3/(2N), 5/(2N) etc.
edf = lambda x: np.searchsorted(ss, x) / N

然而，如果你只想重新取样，那么你只需以相同的概率和替换率从样本中抽取

---

如果这对你来说太“steppy”，你可以使用某种插值来获得平滑分布。

根据定义，EDF是steppy@是的，我知道。但通常人们对edf本身并不感兴趣，而是将其作为一种估计“真实”分布的设备。人们可能有充分的理由认为真实的分布是平滑的。此外，根据您使用新样本的目的，从真实分布平滑的离散分布进行采样可能会导致伪影。这很有趣。。。“你经常整理你的引导吗？”maxymoo幸运的是，我的日常生活不需要太多统计数据。为什么，你有什么原则性的反对意见吗？我总是很乐意倾听卓越的知识。lol“幸运的”不，我绝对没有卓越的知识或任何原则性的反对意见，我在这里学到了一些东西，如果我在引导中观察到人工制品，我会记住平滑技巧。你为什么需要EDF？您只需从数据中采样（替换），这些将是您的引导样本