问题标签 [uniform-distribution]

为什么用 pymc.Uniform("stds",0,100) 计算的均匀分布的标准偏差每次都不同？

我认为标准差是用这个公式“(100-0)/2√3”计算的，所以我认为只有一个值具有一个均匀分布。

pymc.Uniform 在做什么？如果你知道关于 pymc.Uniform 的信息，请教我。谢谢！

要求

抱歉，这听起来像是一项家庭作业，但我需要这个功能用于我在项目中实现的 dll。

1. 我有一个字符串数组。
2. 每个字符串的长度为 16 个随机字符 [0-9a-z]
3. 我想将每个字符串映射到 [0,100] 范围内的随机数
4. 字符串“X”将始终映射到数字“Y”

试图

问题

我在 1000 个随机字符串上运行它。结果并不统一。这并不奇怪，因为我的映射功能很尴尬。

我试着看伪随机数生成，有点迷路了。

假设我有一个圆圈x**2 + y**2 = 20。现在，我想n_dots在散点图中绘制圆圈周边的点数。所以我创建了如下代码：

但这表明圆点并非均匀分布在圆圈中的所有位置。输出是：

那么如何在散点图中创建一个带点的圆，其中所有点均匀分布在圆的周边？

我将如何将代码写入六面骰子，然后将显示的两个数字相加以产生 2 到 12 之间的总和？然后绘制它

在 Python 3.6.5 和 scipy 1.1.0 中，当我运行 Kolmogorov-Smirnov 测试来检查均匀分布时，如果我向 kstest 函数提供行或列向量，我会得到两个相反的结果（从 p 值的角度来看） ：

你知道为什么会这样吗？

步骤1：

假设我想生成取值 -1 或 1 的离散均匀随机数。换句话说，我想生成具有以下分布的数字：

要生成包含 100 个这些数字的数组，我可以编写以下代码：

我的 DUD 数组如下所示：[-1,1,1,1,-1,-1,1,-1,...]

第2步：

现在我想生成 10 个等于 的数字sum(DUD)，因此 10 个数字的分布对应于遵循离散均匀分布的 100 个数字的总和。

我当然可以这样做：

和

是否有数学/ matlab 技巧可以做到这一点？不使用 for 循环。

SDUD 的直方图（具有 10000 个值和 n=100）如下所示：

奖金：

如果可以修改原始离散值，那就太好了。因此，离散值可以代替 [-1,1]，例如 [0,1,2]，每个出现 p = 1/number_of_discrete_value，因此在本例中为 1/3。

我之前已经解决了在一个分布中针对不同的 theta 值进行 mp 测试的问题。
但是，我不知道什么时候做 MP 测试

如何做到这一点？

我确实为基于以下文档的布尔数组中的线性反馈包移位寄存器编写了一个非常简单的 C 类代码：

http://courses.cse.tamu.edu/walker/csce680/lfsr_table.pdf https://www.xilinx.com/support/documentation/application_notes/xapp052.pdf

n = 63

编码：

结果：

关键是您可以看到分布几乎不均匀/均匀。事实上，偏差对于我的目的来说太高了。

我犯了错误还是我对LFSR一无所知？

在此链接中，它表示截断的 MD5 是均匀分布的。我想使用 PySpark 检查它，我首先在 Python 中创建了 1,000,000 个 UUID，如下所示。然后从 MD5 中截断前三个字符。但是我得到的图与均匀分布的累积分布函数不相似。我尝试使用 UUID1 和 UUID4，结果相似。符合截断MD5均匀分布的正确方法是什么？

编辑：我添加了直方图。正如您在下面看到的，它看起来更像是正态分布。

我有一个进化神经网络群体的遗传算法

到目前为止，我使用 random.randn (Python) 对权重或偏差进行突变，它是来自均值 = 0 的正态分布的随机值

它工作“很好”，我设法使用它来实现我的项目，在给定的时间间隔内使用均匀分布不是更好吗？

我的直觉是它会导致我的网络更加多样化