如何在 Pharo 中对概率分布进行采样

Question

我想生成 n 个不同概率分布（正态、对数正态、泊松、均匀）的随机样本。即 R 中的 rnorm、rlnorm、rpois、runif 是什么。

我怎样才能在 Pharo 中做到这一点？了解如何计算密度也很有用（dnorm、dlnorm、dpois、dunif）

Answer 1

好的，我在这里留下一个答案作为记录，推荐使用 PolyMath。

要加载 PolyMath，请执行：

Metacello new
        repository: 'github://PolyMathOrg/PolyMath/src';
        baseline: 'PolyMath';
        load

似乎存在两种不同类型的对象：PMProbabilityDensity 和 PMNumberGenerator，它们都有各自的子类。 您可以使用密度对象来获取密度和生成随机样本，也可以使用数字生成器生成随机样本。

因此，对于正态分布，如果使用密度对象，您可以使用以下方法进行采样：

PMNormalDistribution new random "N(0,1)"
PMNormalDistribution new initialize: mu sigma: sigma; random

或者获取点x的密度：

PMNormalDistribution new initialize: 0 sigma: 1; value: x.

完全相同的模式适用于 log normal 和 uniform：

PMUniformDistribution new initialize: from to: to; random
PMUniformDistribution new initialize: from to: to; value: x

PMLogNormalDistribution new initialize: mu sigma: sigma
PMLogNormalDistribution new initialize: mu sigma: sigma; value: x

不幸的是，我找不到泊松的密度对象。 现在，您仍然可以生成它的样本：使用数字生成器对象，您可以生成 Poisson 和 Normal 样本（并间接记录法线）：

PMPoissonGenerator new lambda: lambda; next.

PMGaussianGenerator new next.
PMGaussianGenerator new standardDeviation: 2; mean: 5; next.
(PMGaussianGenerator new standardDeviation: 2; mean: 5; next) exp. "log normal"