von Mises 分布的模拟通常通过某种形式的拒绝抽样来完成。没有可用的方法可以按照您描述的方式将随机变量从不同的分布转换为 von Mises 随机变量。一种自然的方法是某种形式的反演采样，但 von Mises 分布的 CDF 不是解析的，因此这可能是不可能的。

您可能感兴趣的两个类似于 von Mises 的分布是 Wrapped Normal 和 Wrapped Cauchy 分布。

对于 Wrapped Normal，我们可以简单地取$X \sim N(\mu, \sigma^2),$然后$\Theta = X ~ \text{[mod} ~ 2\pi]$具有$\theta \sim WN(\mu, \rho),$在哪里$\rho = e^{-\frac{1}{2} \sigma^{2}}.$

对于带参数的 Wrapped Cauchy$\mu$和$\rho$, 得到一个随机变量$u$从$\text{Uniform}(0, 2 \pi),$然后

$$V = cos (u)$$ $$c = 2\rho / (1+\rho^2)$$ $$\theta = \cos^{-1}\frac{V + c}{1 + cV} + \mu ~~ \text{[mod} ~ 2\pi].$$ 然后$\theta \sim WC(\mu, \rho)$. 该程序归功于 Fisher (1995)。