问题标签 [probability-density]

我有一组遵循指数分布的值。现在，我想计算速率参数 alpha。任何人都可以帮我计算它（我正在使用 c++ 对其进行编码）吗？

我计算以下数据的密度函数：

这给了我这个结果：

我想找到两个密度峰值的位置。我最初考虑使用diff()onmyden$y然后检查所有有符号变化的位置，以此作为选择 X 轴值的条件。我在一些测试向量上进行了尝试，但没有得到预期的结果，我怀疑它并不是那么简单。

有没有一种简单的方法可以做到这一点？我想要一个可重复的解决方案，因为我将作为随机模拟研究的一部分进行此操作，实现约 e+05 次，并且可能会发生峰值数量在模拟中发生变化的情况。

我的点 x ∈ [0,R] 的密度是指数的： ρ(x)~e^x 我如何从那里采样 N 个点？

谢谢，

能够使用std <random>来生成不同概率分布的随机数很棒......现在，有没有办法使用标准库计算给定分布及其参数的一组数字的概率？

我知道我可以自己为任何分布编写概率密度和质量函数（参见下面的单个随机变量示例），但如果可以的话，我宁愿使用标准库。

I have a x,y distribution of points for which I obtain the KDE through scipy.stats.gaussian_kde.

Both kms and mins are a list with float values representing the time needed to cover the amount of kilometres.

The values are distributed between:

• mins: [3.48996296296 - 317.678638298]
• kms: [0.180707205317 - 8086.94362983]

In the result I will get a high and narrow line -- the y values are shown normally, but the x-axis is very narrow and shrunken (the ticks are overlapping). Can somebody point out how the x axis can be more stretched?

Here is my code to generate the plot:

And here is the plot itself:

如果我有密度函数，如何生成大小为 n= 2914 的随机变量？

所以问题是我有密度 f(x) （函数定义明确）

我想我需要反转并使用蒙特卡洛，我不知道该怎么做？

如何创建一个直方图，显示给定数字 x 范围从 0-1 的数组的概率分布？我希望每个条形图都 <= 1，并且如果我将每个条形图的 y 值相加，它们应该加起来为 1。

例如，如果 x=[.2, .2, .8] 那么我会期望显示 2 个条形图，一个在 0.2 处高度为 0.66，一个在 0.8 处高度为 0.33。

我试过了：

这给了我一个柱状图超过 1 的直方图。我并不是说这是错误的，因为根据文档，这是规范参数将执行的操作，但这并没有显示概率。

我也试过：

这也给了我 y 值总和大于 1 的条形图。

我有一个 1x4225 向量，它的元素介于 0 和 1 之间，我想在 matlab 中绘制它们的概率密度函数。在问题的情况下，ksdensity()概率有时会超过 1。我还尝试了下面的代码来做到这一点：

但是由于我的数据量很大，它制作了一个由一些垂直线组成的模棱两可的图，对我来说毫无用处。那么有没有办法解决这个问题或在matlab中以任何其他方式来解决这个问题，将每个元素显示为pdf图中的一个单独的点？

我在一个正方形中有很多点。我想将正方形划分为许多小矩形并检查每个矩形中有多少点，即我想计算点的联合概率分布。我正在报告几种常识方法，使用循环并且效率不高：

如何在时间、内存和可能避免循环方面更有效地做到这一点？

编辑 -->我也刚刚找到了这个，这是迄今为止找到的最好的解决方案：

但它需要统计工具箱。

编辑 --> chappjc 建议的测试解决方案

If I fit a uni-variate data with normal distribution, how can i get back the fitted values in MATLAB. I am using this simple example

yval is giving the probabilities of xval values. Now, If I would like to extract the fitted values of 'x' after approximating it with the above normal distribution, how do I do that?. As can be seen in the picture the y-axis values are the pdf and lies between 0 and 1, however I want the corresponding fitted values from the data that follows normal distribution.

Would the fitted values be x_fitted = yval*sigma + mu? !I think I am missing some basic maths here.