擅长:python、mysql、java
<p>假设用Myerson分布来建模这个系统是合适的,那么根据<a href="https://www.solver.com/risk-solver-help/psi-function-help/simulation/distributions/psimyerson" rel="nofollow noreferrer">Frontline Solvers</a>,“[i]如果指定的百分位是等距的(由下面的参数b'来测量),那么Myerson分布就等价于正态分布。”你有一个简单的例子。在</p>
<p>当然,这不一定是真的,因为法线有无限的尾巴。您需要从左侧截断的正常总体中提取样本。在</p>
<p>你需要的(不可信的)正态分布的平均值是1.5小时,它的质量的40%在1小时和1.5小时的平均值之间。标准法线将其质量的40%置于-1.281551565544604和0之间。然后,给定一组标准正态随机偏差,<code>z</code>我们可以通过缩放它们来将它们转换为所需的(未加密的)偏差,<code>0.5*(z+1.5)/1.28155</code>,其中0.5是1小时到1.5小时之间的“距离”,1.28155是标准法线的相应“距离”。在</p>
<p>作为正态分布,一些小于零的随机变量可能产生。但是,使用scipy库我发现</p>
<pre><code>>>> norm.cdf(0, loc=1.5, scale=0.5/1.28)
6.151715518325519e-05
</code></pre>
<p>我想说这是不太可能的,所以不值得费心去把它当作一个截断的正常值。在</p>
<p><strong>因此</strong>为了获得您问题中定义的Myerson偏差样本,您可以这样做。在</p>
^{pr2}$
<p><code>loc</code>和{<cd4>}的值如我们所讨论的。<code>size</code>的值将是您需要的任何样本大小。在</p>