8

ランダムサンプリングで再作成する必要がある2D「ヒートマップ」またはPDFがあります。IE私は開始位置を示す2D確率密度マップを持っています。元のPDFと同じ確率で開始位置をランダムに選択する必要があります。

これを行うには、最初にジョイントCDF（累積密度関数）を見つけてから、ランダムな背番号を選択してCDFをサンプリングする必要があると思います。それは私が立ち往生しているところです。

PDFの結合CDFを数値で見つけるにはどうすればよいですか？両方の次元に沿って累積合計を実行しようとしましたが、正しい結果が得られませんでした。統計に関する私の知識は私を失敗させています。

編集ヒートマップ/PDFは[x、y、z]の形式です。ここで、Zは各x、yポイントでの強度または確率です。

4

4 に答える 4

3

最初に 2D 密度マップを調べて、その中の (x,y) ペアごとに、PDF からルックアップして z を見つけることができます。これにより、z の確率で開始点 (x,y) が得られます。したがって、各開始点には、PDF からの独自の確率があります。今できることは、開始点を並べ替え、ランダムに数字を選んで開始点にマッピングすることです。

たとえば、n 個の開始点があるとします: P1 .. Pn。p1 .. pn の確率で (正規化または重み付けされた確率なので、合計は 100% になります)。ランダムな値 p を選び、p < p1 の場合は P1 を選び、p1 < p < p1+p2 の場合は P2 を選び、p1+p2 < p < p1+p2+p3 の場合は P3 を選びます。点 P1 から PN にわたるヒストグラム。これは累積分布関数と同じものです。

于 2011-05-26T22:55:36.107 に答える
1

さて、この回答で観察されたように、私の場合、私の分布が二変量であることが必ずしも重要ではありません。全体を正規化して真のpdf（全表面を1に統合）にすることができるので、MxN行列を1xM*Nベクトルに再配置できます。それができたら、累積積分（MATLABではcumtrapz）を実行し、そこからサンプリングします（均一な乱数を使用して、対応するインデックス値を見つけます）。

于 2011-05-26T22:24:33.317 に答える
1

Gibbs Sampling は、あなたが望むものを与えるはずです

http://en.wikipedia.org/wiki/Gibbs_sampling

于 2011-05-26T22:06:19.857 に答える
1

これもやりたい！！

独立変数 X と Yの結合密度関数があります。そして、この分布から新しい x、y をサンプリングしたいと思います。

私がしなければならないと信じているのは、同時累積分布を見つけて、それから何らかの方法でサンプリングすることです。それはまさにあなたがしたように見えたことです。

「一様乱数を使用して対応するインデックス値を見つける」と言うとき、おそらくもっと具体的に言えますか?

参考までに: X は株式市場の売り注文のサイズで、Y は売り注文のサイズです。

于 2012-04-17T12:16:15.540 に答える