python의 히스토그램에서 다른 histrogram에 맞는 확률 밀도 함수

Question

피팅과 난수 생성에 관한 질문이 있습니다. 우선 I 데이터 요소의 히스토그램을

: 같은

상황이다. 이 히스토그램을 확률 밀도 함수 (예 : 2 자유 매개 변수)로 해석하여 임의의 숫자를 생성하는 데 사용할 수 있으며이 함수를 다른 막대 그래프에 맞게 사용하고 싶습니다.

Answer 1

누적 밀도 함수를 사용하여 임의의 분포에서 임의의 숫자를 생성 할 수 있습니다 (described here).

부드러운 누적 밀도 함수를 생성하기 위해 히스토그램을 사용하는 것은 완전히 사소한 것은 아닙니다. 예를 들어 scipy.interpolate.interp1d()와 같이 보간을 사용하여 저장소의 가운데에있는 값을 구할 수 있으며 저장소와 항목 수가 합리적으로 많은 막대 그래프에서 제대로 작동합니다. 그러나 확률 함수의 꼬리 형태, 즉 최소 빈보다 작거나 가장 큰 빈보다 큰 값을 결정해야합니다. 예를 들어 히스토그램에 가우스를 맞추는 등의 방법으로 분포 가우시안 꼬리를 줄 수 있습니다. 또는 문제에 적합한 다른 꼬리 형태를 사용하거나 단순히 분포를자를 수 있습니다.

예 :이 꼬리를 처리하지 않습니다, 그것은 빈 더 나은 가장자리를 처리 할 수 ​​있지만이 같은 분포 이상의 값을 생성하기 위해 히스토그램을 사용하여 시작하는 것이

import numpy 
import scipy.interpolate 
import random 
import matplotlib.pyplot as pyplot 

# create some normally distributed values and make a histogram 
a = numpy.random.normal(size=10000) 
counts, bins = numpy.histogram(a, bins=100, density=True) 
cum_counts = numpy.cumsum(counts) 
bin_widths = (bins[1:] - bins[:-1]) 

# generate more values with same distribution 
x = cum_counts*bin_widths 
y = bins[1:] 
inverse_density_function = scipy.interpolate.interp1d(x, y) 
b = numpy.zeros(10000) 
for i in range(len(b)): 
    u = random.uniform(x[0], x[-1]) 
    b[i] = inverse_density_function(u) 

# plot both   
pyplot.hist(a, 100) 
pyplot.hist(b, 100) 
pyplot.show() 

.

P. 몇 가지 값으로 설명 된 특정 알려진 분포를 맞출 수도 있지만 (위의 질문에서 언급 한 것 같음) 위의 비모수 적 접근은 좀 더 일반적인 목적입니다.