我正在尝试在 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,然后从该 edf 生成一堆样本。我该怎么做?
在 scipy 中,如果您知道描述它的确切公式,我只能找到如何创建自己的分布函数,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
但是,如果您只想重新采样,那么您只需以相同的概率和替换方式从样本中抽取即可。
如果这对您来说太“阶梯式”,您可能可以使用某种插值来获得平滑的分布。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)