使用 Python 生成指数威布尔分布的随机样本

Question

对于运行此 scipy 函数 的分布来检测指数威布尔分布的最佳拟合，并且该函数输出 4 个参数值。但是如何生成遵循这种分布的大小为 n 的数据示例列表列表。

我不想重写函数。任何执行此操作的 python 包都会有所帮助。

Answer 1

通常，您将使用ppf从Rando种子生成。

对于一个简单的完全假的示例，假设我们将一个统一的随机变量（值从0到15）拟合到Weibull分布。然后，创建一个种子随机变量（从0到1，因为它是您将获得的分位数的值），然后将其放入ppf函数中。

import scipy.stats as st
import numpy as np
# fitting part
samples = np.random.rand(10000)*15
dist = st.exponweib.fit(samples)
# generation part
sample_seed = np.random.rand(10000)
random_exponweib_samples = st.exponweib.ppf(sample_seed, *dist)
# plotting
import matplotlib.pyplot as plt
plt.hist(samples, label="uniform", alpha=.5)
plt.hist(random_exponweib_samples, label="exponweib", alpha=.5)
plt.legend()
plt.show()

您将拥有类似以下内容。

请小心，并检查有关Weibull Distrubiton的ppf的文档。在我的函数st.exponweib.ppf中它的形式可能是不正确的。