用法:
class scipy.stats.sampling.TransformedDensityRejection(dist, *, mode=None, center=None, domain=None, c=- 0.5, construction_points=30, use_dars=True, max_squeeze_hat_ratio=0.99, random_state=None)
变换密度抑制 (TDR) 方法。
TDR是一种接受/拒绝方法,它使用变换密度的凹度来构造帽子函数并自动挤压。与专门针对该分布的算法相比,大多数通用算法都非常慢。快速的算法设置缓慢并且需要大表。这种通用方法的目的是提供一种不太慢且只需要较短设置的算法。此方法可应用于具有T-concave 密度函数的单变量和单峰连续分布。有关详细信息,请参阅[1] 和[2]。
- dist: 对象
具有
pdf
和dpdf
方法的类的实例。pdf
:分发的 PDF。 PDF 的签名应为:def pdf(self, x: float) -> float
。即 PDF 应该接受 Python 浮点数并返回一个 Python 浮点数。它不需要集成到 1,即 PDF 不需要被规范化。dpdf
:PDF w.r.t x 的导数(即变量)。必须与 PDF 具有相同的签名。
- mode: 浮点数,可选
(精确)分布模式。默认为
None
。- center: 浮点数,可选
模式的近似位置或分布的平均值。此位置提供有关 PDF 主要部分的一些信息,用于避免数字问题。默认为
None
。- domain: 长度为 2 的列表或元组,可选
分布的支持。默认为
None
。当None
:如果一个
support
方法由分发对象提供距离,用于设置分布的域。否则,假定支持为 。
- c: {-0.5, 0.},可选
为转换函数
T
设置参数c
。默认值为 -0.5。为了构造帽子函数,PDF 的变换必须是凹的。这样的 PDF 称为T-concave。目前支持以下转换:- construction_points: int 或 数组,可选
如果是整数,它定义了构造点的数量。如果是array-like,则将数组的元素作为构造点。默认值为 30。
- use_dars: 布尔型,可选
如果为 True,则在设置中使用“去随机化自适应拒绝采样”(DARS)。有关 DARS 算法的详细信息,请参阅[1]。默认为真。
- max_squeeze_hat_ratio: 浮点数,可选
设置比率的上限(挤压下方的区域)/(帽子下方的区域)。它必须是介于 0 和 1 之间的数字。默认值为 0.99。
- random_state: {无,整数,
numpy.random.Generator
numpy.random.RandomState
}, optionalNumPy 随机数生成器或底层NumPy 随机数生成器的种子,用于生成统一随机数流。如果random_state是无(或np.random), 这
numpy.random.RandomState
使用单例。如果random_state是一个 int,一个新的RandomState
使用实例,播种random_state.如果random_state已经是一个Generator
或者RandomState
实例然后使用该实例。
参数:
参考:
UNU.RAN 参考手册,第 5.3.16 节,“TDR - 变换密度抑制”,http://statmath.wu.ac.at/software/unuran/doc/unuran.html#TDR
霍曼,沃尔夫冈。 “一种从 T-concave 分布中抽样的拒绝技术。” ACM 数学软件交易 (TOMS) 21.2 (1995): 182-193
W.R. Gilks 和 P. Wild (1992)。吉布斯采样的自适应拒绝采样,应用统计 41,第 337-348 页。
1 (1,2):
scipy.stats.sampling.TransformedDensityRejection:
3:
例子:
>>> from scipy.stats.sampling import TransformedDensityRejection
假设我们有一个密度:
这个密度函数的导数是:
请注意,PDF 没有集成到 1。由于这是一种基于拒绝的方法,我们不需要标准化的 PDF。要初始化生成器,我们可以使用:
>>> urng = np.random.default_rng() >>> class MyDist: ... def pdf(self, x): ... return 1-x*x ... def dpdf(self, x): ... return -2*x ... >>> dist = MyDist() >>> rng = TransformedDensityRejection(dist, domain=(-1, 1), ... random_state=urng)
域对于截断分布非常有用,但为了避免每次都将其传递给构造函数,可以通过在分布对象 (dist) 中提供支持方法来设置默认域:
>>> class MyDist: ... def pdf(self, x): ... return 1-x*x ... def dpdf(self, x): ... return -2*x ... def support(self): ... return (-1, 1) ... >>> dist = MyDist() >>> rng = TransformedDensityRejection(dist, random_state=urng)
现在,我们可以使用
rvs
>>> rvs = rng.rvs(1000)
我们可以通过可视化其直方图来检查样本是否来自给定分布:
>>> import matplotlib.pyplot as plt >>> x = np.linspace(-1, 1, 1000) >>> fx = 3/4 * dist.pdf(x) # 3/4 is the normalizing constant >>> plt.plot(x, fx, 'r-', lw=2, label='true distribution') >>> plt.hist(rvs, bins=20, density=True, alpha=0.8, label='random variates') >>> plt.xlabel('x') >>> plt.ylabel('PDF(x)') >>> plt.title('Transformed Density Rejection Samples') >>> plt.legend() >>> plt.show()
hat_area
获取生成器帽子下方的区域。
squeeze_area
获取生成器挤压下方的区域。
squeeze_hat_ratio
获取生成器的电流比率(挤压下方的面积)/(帽子下方的面积)。
属性:
相关用法
- Python scipy.stats.sampling.TransformedDensityRejection.ppf_hat用法及代码示例
- Python scipy.stats.sampling.SimpleRatioUniforms用法及代码示例
- Python scipy.stats.sampling.DiscreteAliasUrn用法及代码示例
- Python scipy.stats.sampling.NumericalInverseHermite用法及代码示例
- Python scipy.stats.sampling.NumericalInversePolynomial用法及代码示例
- Python scipy.stats.sampling.DiscreteGuideTable用法及代码示例
- Python scipy.stats.skellam用法及代码示例
- Python scipy.stats.semicircular用法及代码示例
- Python scipy.stats.skewcauchy用法及代码示例
- Python scipy.stats.siegelslopes用法及代码示例
- Python scipy.stats.somersd用法及代码示例
- Python scipy.stats.spearmanr用法及代码示例
- Python scipy.stats.skewnorm用法及代码示例
- Python scipy.stats.shapiro用法及代码示例
- Python scipy.stats.sem用法及代码示例
- Python scipy.stats.sigmaclip用法及代码示例
- Python scipy.stats.skewtest用法及代码示例
- Python scipy.stats.studentized_range用法及代码示例
- Python scipy.stats.special_ortho_group用法及代码示例
- Python scipy.stats.scoreatpercentile用法及代码示例
- Python scipy.stats.skew用法及代码示例
- Python scipy.stats.mood用法及代码示例
- Python scipy.stats.normaltest用法及代码示例
- Python scipy.stats.arcsine用法及代码示例
- Python scipy.stats.zipfian用法及代码示例
注:本文由堆栈答案筛选整理自scipy.org大神的英文原创作品 scipy.stats.sampling.TransformedDensityRejection。非经特殊声明,原始代码版权归原作者所有,本译文的传播和使用请遵循“署名-相同方式共享 4.0 国际 (CC BY-SA 4.0)”协议。