我正在学习如何对截断的分布进行抽样。首先,我决定试试我在这里找到的一个简单的例子example
我不太了解CDF的除法,所以我决定稍微调整一下算法。采样是值的指数分布x>0
下面是一个示例python代码:
# Sample exponential distribution for the case x>0
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import norm
def pdf(x):
return x*np.exp(-x)
xvec=np.zeros(1000000)
x=1.
for i in range(1000000):
a=x+np.random.normal()
xs=x
if a > 0. :
xs=a
A=pdf(xs)/pdf(x)
if np.random.uniform()<A :
x=xs
xvec[i]=x
x=np.linspace(0,15,1000)
plt.plot(x,pdf(x))
plt.hist([x for x in xvec if x != 0],bins=150,normed=True)
plt.show()
上面的代码似乎只适用于使用条件if a > 0. :
,即正x
,选择另一个条件(例如if a > 0.5 :
)会产生错误的结果。在
由于我的最终目标是在一个截短的间隔上采样2D Gaussian-pdf,所以我尝试使用指数分布扩展这个简单的示例(参见下面的代码)。不幸的是,由于简单的例子不起作用,我假设下面给出的代码将产生错误的结果。在
我假设所有这些都可以使用python的高级工具来完成。不过,由于我的主要想法是了解背后的原理,我将非常感谢你的帮助,以了解我的错误。 谢谢你的帮助。在
编辑:
^{pr2}$编辑:
我根据this scheme对分析pdf赋范,并根据@Crazy Ivan和@Leandro Caniglia给出的答案修改了代码,因为pdf的底部被删除了。它除以(1-CDF(0.5)),因为我的接受条件是x>0.5
。这似乎再次显示出一些差异。谜团又一次占了上风。。在
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import norm
def pdf(x):
return x*np.exp(-x)
# included the corresponding cdf
def cdf(x):
return 1. -np.exp(-x)-x*np.exp(-x)
xvec=np.zeros(1000000)
x=1.
for i in range(1000000):
a=x+np.random.normal()
xs=x
if a > 0.5 :
xs=a
A=pdf(xs)/pdf(x)
if np.random.uniform()<A :
x=xs
xvec[i]=x
x=np.linspace(0,15,1000)
# new part norm the analytic pdf to fix the area
plt.plot(x,pdf(x)/(1.-cdf(0.5)))
plt.hist([x for x in xvec if x != 0],bins=200,normed=True)
plt.savefig("test_exp.png")
plt.show()
这似乎可以通过选择更大的班次来解决
shift=15.
a=x+np.random.normal()*shift.
底线是,改变移位大小肯定会提高收敛性。痛苦就是原因,因为高斯是无界的。在
你说你想学习抽样截断分布的基本思想,但是你的来源是一篇关于 Metropolis–Hastings algorithm?你真的需要这种“从概率分布中获得一系列随机样本的方法吗?”,对于这种概率分布,直接抽样是困难的?以此为出发点就像通过阅读莎士比亚来学习英语。
截尾法向
对于截尾正态分布,基本拒绝抽样就是您所需要的:为原始分布生成样本,拒绝超出范围的样本。正如Leandro Caniglia指出的,您不应该期望截断的分布具有相同的PDF,除非间隔较短-这显然是不可能的,因为PDF图形下的区域总是1。如果你从侧面剪掉一些东西,中间必须有更多的内容;PDF会被重新缩放。
一次采集10万个样本,效率很低。我会一次采集10万个正常样本,只接受那些合适的样本;然后重复,直到我有足够的样本。amin和amax之间截短正态抽样示例:
这里是与PDF曲线的比较,按
^{pr2}$cdf(amax) - cdf(amin)
除法重新缩放,如上所述。截断多元正态
现在我们要保持第一个坐标在amin和amax之间,第二个坐标在bmin和bmax之间。同样的故事,只是有一个2列数组,并且与边界的比较是以一种相对隐蔽的方式完成的:
这意味着:从每一行中减去amin,bmin,只保留两个结果都为非负的行(这意味着a>;=amin和b>;=bmin)。对amax,bmax也做类似的事情。只接受同时满足这两个条件的行。
这里不打算绘制,但这里有一些值:自然,在范围内。
要从整个密度函数
pdf
计算截断的密度函数pdf_t
,请执行以下操作:[a, b]
为截断间隔;(x
轴)A := cdf(a)
和B := cdf(b)
;(cdf
=非截断累积分布函数)pdf_t(x) := pdf(x) / (B - A)
如果x
在[a, b]
和{在}(分别为。
a = -infinity
(分别为。b = +infinity
),取{B := 1
)。至于你看到的“神秘感”
请注意,您的蓝色曲线错误。它不是截断分布的
pdf
,它只是非截断分布的pdf
,按正确的数量缩放(除以1-cdf(0.5)
)。实际截断的pdf
曲线从x = 0.5
上的一条垂直线开始,一直向上直到到达当前的蓝色曲线。换句话说,您只缩放了曲线,但忘了截断它,在本例中是向左的。这样的截断对应于上述算法中步骤3的“0
别处”部分。相关问题 更多 >
编程相关推荐