0

我正在使用 scipy 版本的随机生成来截断正态分布：

从 scipy.stats 导入 truncnorm；truncnorm.rvs(8.26,1e10)

如果我多次尝试，假设的随机生成将冻结到 1.7976931348623157e+308，这是错误的......

谁能帮我理解这里发生了什么？

谢谢

4

1 回答 1

1

truncnorm使用ppf（cdf 的反函数）来变换随机变量。

当范围在尾部太远时，ppf 的计算方式似乎不起作用

>>> truncnorm._ppf(np.linspace(0, 1, 11), 8.26,1e10)
array([ 8.20953615,  8.20953615,         inf,  8.20953615,  8.20953615,
               inf,         inf,         inf,         inf,         inf,
               inf])

问题是截断的两个值都在正态分布的尾部，所以我们基本上只处理 1 减四舍五入的问题。这是一个浮点限制，我们没有比双精度更高的精度，例如1-1e-20 == 1.

>>> stats.norm.cdf(8.26)
0.99999999999999989

然而，正态分布是对称的，并且在较低的尾部，ppf 没有浮点问题，因为我们在零附近工作。我认为以下应该给出正确的结果

>>> -truncnorm.rvs(-1e10, -8.26,size=10)
array([ 8.8359488 ,  8.3112093 ,  8.36978251,  8.5732518 ,  8.57420297,
        8.27919164,  8.5692663 ,  8.28482223,  8.35149422,  8.47994703])
于 2014-01-17T17:20:10.357 回答