問題タブ [uniform-distribution]

pymc.Uniform("stds",0,100) で計算された一様分布の標準偏差が毎回異なるのはなぜですか?

標準偏差はこの「(100-0)/2√3」という式で計算されると思いますので、1つの一様分布で1つの値しかないと思います。

pymc.Uniform は何をしているのですか? 「std」でpymc.Uniformの情報をご存知でしたら教えてください。ありがとう！

circle があるとしx**2 + y**2 = 20ます。n_dotsここで、散布図の円の周囲にあるドットの数で円をプロットしたいと思います。そこで、以下のようなコードを作成しました。

しかし、これはドットが円内のすべての場所に均一に分布していないことを示しています. 出力は次のとおりです。

では、円の周囲にすべての点が均一に分布している散布図で、点のある円を作成するにはどうすればよいでしょうか?

ステップ1：

値 -1 または 1 を取る離散一様乱数を生成したいとしましょう。つまり、次の分布を持つ数値を生成したいとします。

これらの数値の 100 個の配列を生成するには、次のコードを記述できます。

私の DUD 配列は次のようになります。[-1,1,1,1,-1,-1,1,-1,...]

ステップ2：

ここで、 に等しい 10 個の数を生成したいsum(DUD)ので、10 個の数は、離散一様分布に従う 100 個の数の合計に対応する分布を持ちます。

もちろん、私はそれを行うことができます：

と

それを行うための数学/matlabのトリックはありますか? for ループを使用せずに。

SDUD のヒストグラム (値が 10000、n=100) は次のようになります。

ボーナス：

元の離散値を変更できれば素晴らしいことです。したがって、[-1,1] の代わりに、離散値は [0,1,2] のようになり、それぞれの出現回数は p = 1/number_of_discrete_value なので、この例では 1/3 になります。

このリンクでは、切り捨てられた MD5 が均一に分布していると述べています。PySpark を使用して確認したかったため、以下に示すように、最初に Python で 1,000,000 個の UUID を作成しました。次に、MD5 の最初の 3 文字を切り捨てました。しかし、得られるプロットは、一様分布の累積分布関数とは異なります。UUID1 と UUID4 で試してみましたが、結果は似ています。切り捨てられた MD5 の一様分布を適合させる正しい方法は何ですか?

編集:ヒストグラムを追加しました。以下に示すように、正規分布のように見えます。