问题标签 [beta-distribution]

我目前正在为一个学校项目生成一些随机数据。

我使用二项分布在 R 中创建了一个变量，以确定观察是否有损失 yes=1 或 not=0。之后，我尝试使用随机分布为所有已经有损失（= 1）的观察结果生成损失量。

由于我的损失金额是一个百分比，它可以在 0 之间的任何地方

Beta 分发背后的直觉是什么@ stats.stackexchange

在第三步中，我正在寻找一个 if 语句，它结合了我的两个变量。

请在下面找到我的代码（仅适用于 Loss_Y_N 变量）：

理想情况下，我可以将两者结合成类似的东西

任何输入高度赞赏！

我正在尝试找到一种方法（甚至更好的代码）来在 Netlogo 中执行以下操作。任何帮助表示赞赏（我总是可以尝试将代码从 R 或 Matlab 重写为 Netlogo）：

我有 5000 美元，我想在 10 000 名演员之间按照不同的 beta 分布进行分配。演员可能获得的最高金额为 1 美元。

基本上，我正在寻找一种方法[0,1]，按照不同的 beta 分布，在一个区间内为参与者（10000 个参与者）生成随机数，其中分布值的平均值保持等于0.5. 这样，人口的购买力（10000 名参与者，平均0.5为 5000 美元）对于beta(1,1)（均匀人口）以及（例如，beta(4,1)富裕人口）来说都是相等的。

以 5 个演员分配 2.5 美元为例：

我一直在想。如果对此没有明显的解决方案，也许以下方法可行。beta(4,1)我们可以将asy=ax^2+b的频率分布的形状写成a和b（两者都呈指数增长）。
在我的情况下，integral(0-1)ofy=ax^2+b应该是 5000。玩弄值a并且b应该给我的形状beta(4,1)。

具有 0.1 的参与者的数量应该是integral(0-0.1)wherey=ax^2+b并且a是b类似于 beta(4,1) 的形状的参数。

我的推理够清楚吗？有人可以扩展这个推理吗？abeta 分布和, b,的函数之间是否存在联系x？

在我正在运行的模拟中，我必须从同一个 beta 分布中提取许多值。目前，我正在使用

但是，此代码非常慢。我认为这是因为 beta 分布被一遍又一遍地评估，而它只能被评估一次，因为它在模拟过程中不会改变。有没有办法做到这一点？

我正在使用Rgam中的包函数将 gam 拟合到区间 (0,1) 上的数据mgcv。我的模型代码如下所示：

模型拟合得很好，但是当我绘制拟合值与观察值时，它看起来像这样：

显然，该模型拟合大于 1 且小于 0 的值。这不应该发生。它违反了 beta 分布的假设。当我在包中为 R 建模相同的数据时，不会发生这种情况betareg。可能导致这种差异的原因是什么？

有人能告诉我 beta1 素数 (B_1) 和 beta2 素数 (B_2) 的单独方程以及归一化常数在这个 beta 分布中是什么吗？如何计算它们？

如果你能帮助我，我将非常感激。谢谢！

我需要借助拉丁超立方体从 beta 分布中提取 10000 个样本。该lhsnorm命令仅在正态分布的情况下才有帮助。我也找不到太多下lhsdesign。我该怎么做？

提前致谢。

我将 apache-commons-math 用于逆累积 beta 分布函数，但它对小于 2E-15 的值给出了不正确的结果。在值 2E-15 之前，结果是正确的，并且还通过 R 进行了验证。

谁能给我建议任何解决方案

Excel 中 Beta 发行版的 Python 等价物是什么？在 Excel 中，公式为：

这给出了给定参数的 Beta 概率密度函数，我们得到了一些十进制值的结果。

但是Python SciPy 参考并没有以与 Excel 类似的形式给出函数参数及其定义。

我不知道如何在 SciPy 中执行此操作并正确传递参数。

在 SciPy 中，可以按如下方式实现 beta 分布：

现在，假设我有一个 Pandas 数据框，其中包含 x、alpha、beta、A、B 列。如何将 beta 分布应用于每一行，将结果附加为新列？

使用数据集Lahman::Batting，我估计了beta 分布的参数。现在我想将这个经验派生的 beta 分布绘制到我估计的直方图上。

我可以将 RBI 的分布绘制为：

并获得：

我知道我可以+ geom_freqpoly用来获得：

但我想要平滑的beta 分布。我可以通过以下方式估计 beta 参数：

现在我有了参数alpha0和beta0，我如何绘制 beta 分布，以便获得如下内容：

这个问题是基于我在这里阅读的一篇文章。