【问题标题】:Simulating a draw from the distribution of $X$ (in R)从 $X$ 的分布中模拟平局(在 R 中)
【发布时间】:2017-02-01 17:00:52
【问题描述】:

我有一个随机变量 $X$ 的 pdf $f(x)=4x^3$,我需要在其中模拟分布中的抽取。

我的解决方案包括从 pdf 中查找 cdf(第 1 期):

> pdf <- function(x){4*x^3}
> cdf <- integrate(pdf,lower=0,upper=x)
Error in integrate(pdf, lower = 0, upper = x) : object 'x' not found

一旦我得到 cdf $U$,我将设置 $X=F^-1(U)$。我注意到 pdf 遵循 $\alpha=4$ 和 $\beta=1$ 的 Beta 分布。

最好通过inverse beta function 找到$F^-1$ 吗?有没有一种快速的方法可以在 R 中找到 beta 函数的逆函数?

【问题讨论】:

  • 既然您已将pdf 标识为测试版,请使用rbeta 进行采样。
  • 完美!所以rbeta(1,shape1=4,shape2=1)?如果给定的 pdf 不遵循已知分布。我将如何模拟随机变量(在 R 中)的平局?
  • 查看帮助文件?rbeta 并确认您使用的是相同的参数化。对于任意 pdf,如果无法解析求解,则始终可以使用拒绝抽样。

标签: r


【解决方案1】:

由于您已将pdf 标识为测试版,因此只需使用rbeta 进行采样。

s1 <- rbeta(5000,4,1)

在分布不规范且无法解析求解的情况下,可以使用拒绝抽样。假设我们不知道您的 pdf 是 beta 版,并且我们不知道如何积分/逆运算。

pdf <- function(x) 4*x^3 # on [0,1]

首先我们从提案分布中提取

p <- runif(50000)

计算我们的pdf下的密度值

dp <- pdf(p)

并按比例随机接受/拒绝

s2 <- p[runif(50000) < dp/max(dp)]

你应该发现s1和s2的分布具有可比性,使用直方图,或者最好是qqplot。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2018-08-29
    • 2020-09-24
    • 1970-01-01
    • 1970-01-01
    • 2013-07-29
    • 1970-01-01
    • 2020-07-10
    相关资源
    最近更新 更多