从任意分布生成数据

机器算法验证 分布 数据转换 均匀分布 分位数
2022-03-28 22:34:01

如果我们想根据分布上生成一个均匀的随机数,然后将其反转这是因为,如果上是一致的,则是跟随的随机变量。F(0,1)FU(0,1)X=F1(U)F

我知道这是正确的,因为P(Xx)=P(F1(U)x)=P(UF(x))=F(x)

有谁知道这背后的直觉?是什么让某人断言这一点?任何帮助是极大的赞赏。

1个回答

这称为逆变换采样这个想法很好地封装在维基百科的以下图片中:

逆变换采样

请注意,累积分布函数(CDF)轴上的区间(纯粹主义者将讨论是否应包括端点。)还要注意 CDF 当然是单调的。FX[0,1]y

在逆变换采样中,我们从该图像中均匀采样,即这些是轴上的点。然后我们从这些点直接到的图形,然后到轴。这就是“逆”出现的地方:因为我们从轴开始,最终在轴上。U[0,1]yFXxyx

轴上的结果根据分布。xFX

  • 陡峭(即,密度很大)的情况下,值会产生靠近的值。我们得到高密度的值。FXfXyxx
  • 平坦的情况下(即很小),值会产生相距较远的我们得到低密度的值。FXfXyxx