对数logistic和Burr分布的随机数生成

我试图从真实数据生成分布。我使用R包tdistrplus来获得分布的参数。R包的分布为：帕累托分布、对数正态分布、对数逻辑分布和布尔分布。但是，我在NetLogo中找不到这些发行版。我需要为它们编写一个函数。我已经在其他论坛上找到了帕累托分布和对数正态分布：

;; Pareto distribution (Pareto from R package: tdistrplus)
to-report random-pareto [alpha mm]
report mm / ( random-float 1 ^ (1 / alpha) )
end

;; lognormal distribution (lnorm from R package: tdistrplus)
to-report log-normal [mu sigma]
let beta ln (1 + ((sigma ^ 2) / (mu ^ 2)))
let x exp (random-normal (ln (mu) – (beta / 2)) sqrt beta)
report x
end

但是，我找不到对数logistic分布和Burr分布完整函数或随机数表达式，只有概率密度函数，我不知道如何从中表达X（Matchad找不到解决方案，或者我使用的方法不正确）

如有任何建议，我将不胜感激（我的博士论文需要基于真实数据进行模拟）

---

感谢您在高级

Wrt日志物流中，反向CDF方法应该可以很好地工作。依照公约

我很快研究了毛刺的取样——也可以通过反向CDF进行。跟随

更新

我的NetLogo很久以前就被使用过，所以让我们写一些公式，你可以重写代码

原木物流

CDF（x |α，β）=（x/α）β/（1+（x/α）β）

反向CDF表示样本

x

使用

x=CDF-1（r），其中

r

为随机均匀U（0,1）

因此，（x/α）β=q=r/（1-r），和 x=αq1/β

毛刺

CDF（x | c，k）=1-（1+xc）-k

反向CDF表示样本

x

使用

x=CDF-1（r），其中

r

为随机均匀U（0,1）

（1+xc）-k=r

（1+xc）=（1/r）1/k

x=（（1/r）1/k-1）1/c

---

请检查我的数学，代码中所有的幂都是通过

exp

和

ln

表示的。约定是根据wiki而定的

您具体想要什么？从R？中的分布生成随机数据？我想通过使用真实数据拟合的分布来模拟需求变化，在NetLogo中对供应链进行建模。在R中，我使用包装tdistrplus获得了毛刺和原木物流分布的系数。我想在NetLogo中输入这些系数来模拟我的真实数据。但是，我不知道Burr和Log logistics在Netlogo中生成随机数据的功能，因为它们是内置的。例如，R的输出：burr（shape1=0.9283009，shape2=2.3864253，rate=1.0484444）log logistics（2.3224812=0.559 4916，scale=0.9898947）使用burr和log logistics Distributions在NetLogo中生成随机数据我没有使用NetLogo。你能用R做所有的事情吗？是的，这是可能的，但NetLogo更方便用户，更适合模拟。非常感谢你的帮助我还有一个问题。随机浮点需要一个输入，一个数字。我应该设置什么？我认为这很重要，因为有时我会在burr分布中不断得到一个错误，指出“不能取-0.008的对数。”@ValentasGruzauskas抱歉，很久以前曾经使用过NetLogo。应该是

随机浮点1

。感谢您的更正。你为我的模拟带来了巨大的附加值。谢谢：）谢谢你的帮助和解释，需要更新我的数学知识：）

to-report random-loglogistics [alpha beta]
    let r random-float 1
    let q r/(1-r)
    let x alpha exp (ln (q) / beta)
    report x
end

to-report random-burr [c k]
    let r random-float 1
    let q exp ( - ln(r) / k) - 1
    let x exp ( ln(q) / c )
    report x
end