问题标签 [probability-distribution]

我想使用 MATLAB 来可视化运行中的中心极限定理。我想rand()用来产生 10 个均匀分布的样本U[0,1]并计算它们的平均值，然后将其保存到矩阵“Mat”中。

然后我会使用直方图来可视化分布的收敛。您将如何做到这一点并规范化该直方图，使其成为有效的概率密度（而不是仅仅计算发生频率）？

为了生成样本，我正在做类似的事情：

但我想我走错了方向。

我知道 Python 内置了许多概率函数，以及该random模块。

我想知道，给定一个浮点数列表，是否有可能找到最适合该列表的分布方程？

我不知道 numpy 是否这样做，但这个函数可以与 Excel 的“趋势”函数进行比较（不相等，但相似）。

我该怎么做？

我在绘制三角形分布的 CDF 时遇到了一些错误；我可以使用在 MATLAB 中生成三角形分布来绘制直方图，但是如何绘制 CDF？

Is this a good way of plotting a Normal Distribution? On occasion, I get a pdf value (pdf_x) which is greater than 1.

我想计算两个三角随机变量的总和，

P(x1+x2 < y)

有没有更快的方法在 Matlab 中实现两个三角形随机变量的总和？

编辑：似乎有一种更简单的方法，如这个minitab演示中所示。所以这不是不可能的。遗憾的是，它没有解释如何计算 PDF。仍在研究如何在 matlab 中做到这一点。

EDIT2：根据建议，我正在使用convMatlab 中的函数来开发两个随机变量之和的 PDF：

但是这段代码有两个问题：

1. X1+X2 的 PDF 积分远高于 1。
2. X1+X2 的 PDF 根据 x 的范围变化很​​大。直观地说，如果 X1+X2 大于 210（两个独立三角形分布的上限“c”之和，100 + 110），那么 P(X1+X2 <210) 不应该等于 1 吗？此外，由于下限“a”是 85 和 90，P(X1+X2 <85) = 0？

我正在整理一些数字分类代码。所以我输入一个数字的图像，比如“7”，然后我得到 10 个概率（即总和为 1）。如果我的算法运行良好，第 7 个元素应该具有最高值。

一个额外的复杂性是我正在处理 100 个元素的批次。所以我实际上有一个 COLxROW = 100x10 MATRIX，其中每行总和为 1。

现在我希望从这 100 个分布中的每一个中进行采样，即我需要根据我的概率分布为每个批次项目生成一个类似于 [0 0 0 1 0 0 0 0 0 0] 的向量（即 3）。

现有的实现是：

但是，我宁愿避免显式循环（正如我所读的那样，它通常会导致性能不佳）。

效率是关键，因为此例程在最紧凑的循环中执行。

如何有效地做到这一点？

编辑我将尝试回答我的问题，我发布以防有人可以改进答案（在 MatLab 中几乎总是有不止一种剥猫皮的方法），而且这可能对某人构成有价值的片段。

生成模型和判别模型似乎学习条件 P(x|y) 和联合 P(x,y) 概率分布。但在基本层面上，我无法说服自己学习概率分布意味着什么。

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！

我正在使用 Weka 做一个机器学习项目。Weka 的分类器输出中出现的概率分布是什么意思？

我想在 R 中创建一个矩阵，其中元素 [-1,0,1] 的概率分别为 [1/6, 2/3, 1/6]。概率可能会在运行时发生变化。对于静态概率，我得到了输出，但问题是概率的动态变化。例如，如果我使用 [sqrt(3),0,-sqrt(3)] 为上述概率创建一个矩阵，则所需的输出是。

注意：概率不应如上所述是静态的。它在运行时可能会有所不同。

请帮助解决这个问题。