问题标签 [exponential-distribution]

我使用 Scipy 拟合了一些数据：

我得到一条看起来像这样的曲线：

我如何检查合身程度（是否有此参数？）。我想要一个数字，以便比较不同的拟合方式。

我想以最小到最大的间隔生成随机整数。对于 numpy 中的均匀分布：

做我想要的。

但是，我现在想给随机数的分布一个指数偏差。对此有许多建议，例如Pseudorandom Number Generator - Exponential Distribution以及 numpy function numpy.random.RandomState.exponential，但这些没有解决如何将分布限制为 min 和 max 之间的整数。我不确定如何做到这一点，同时仍然确保随机分布。

我需要在指数分布中设置参数。我知道每 5 秒我可以平均产生 4 个对象。指数分布的 lambda 值是多少？

我正在尝试计算 lambda，它是指数分布的速率。例如，如果我有 5 秒的间隔并且我有 4 个对象（平均而言）如何计算 lambda？我需要公式来计算它。谁能帮我？

我想知道是否已经存在一个 dart 包，它提供从已知分布（如正态、二郎、指数、三角形等）中抽取随机数？

我有一些看起来像对数曲线的点。我试图获得的曲线如下所示： y = a * exp(-b*x) + c

我的代码：

输出：

我究竟做错了什么？

我是 R 中递归的新手。我正在尝试生成满足 R 中特定条件的指数随机变量。这是一个简单的示例，展示了我尝试生成两个独立的指数随机变量的尝试。

代码

示例：q1=.25，q2=2

当我运行上面的代码时，我得到以下错误：

1. 错误：评估嵌套太深：无限递归/选项（表达式=）？
2. 总结期间出错：评估嵌套太深：无限递归/选项（表达式=）？

我已经尝试过修改 options(expressions=10000)并允许 R 增加迭代次数。这似乎对我的情况没有帮助（也许我没有正确使用该选项）。我理解生成具有上述严格标准的连续分布可能是问题所在。话虽如此，有没有办法避免错误？或者至少在发生错误时重复递归？递归在这里过度杀戮吗？是否有更简单/更好的方法来生成所需的随机变量？我很欣赏任何见解。

我想这是一个简单的问题，但我无法解决。我有一个向量，它的第一个元素看起来像：

我想chi2gof在 Matlab 中进行测试以测试是否V呈指数分布。我做了：

但我收到一条警告消息：

我是否chi2gof错误地定义了呼叫？

https://stats.stackexchange.com/questions/66775/attainable-correlations-for-exponential-random-variables

参考上面的链接，我想问一下是否不可能生成两个相关性为 -1 的指数分布？

假设有一个时间间隔（从 0 到 3600000，即一小时，以毫秒为单位）。我必须生成平均为 3 的实体，并使用指数分布。平均值是（3600000/3），这就是我想要对分布进行采样的方式。如果在特定运行中我获得 0 实体创建是错误的还是可以是正确的结果？任何人都可以帮助我吗？