【发布时间】：2016-12-07 16:04:54
【问题描述】：
好的，所以我有这两个部分的 CDF
def cdfH1a(x):
return 0.189497583190681*np.sqrt(2 * np.pi)*sp.erf(np.sqrt(2)* (x/2))
def cdfH1b(x):
return 0.0141047395886939*np.sqrt(np.pi)*sp.erf(7.07106781186547*x - 14.1421356237309)
我这样做是为了找到经验 CDF
sorted = np.sort(sampleH1)
yVals = np.arange(len(sorted))/float(len(sorted))
plt.plot(sorted, yVals)
plt.show()
但我不知道如何从我的 CDF 中生成 10000 个随机样本（这些样本将被放入 sampleH1）
目前，我正在这样做，但我认为它不正确
sampleH1 = []
for x in sampleH0:
sampleH1.append(x + (cdfH1a(x) + cdfH1b(x)))
其中 sampleH0 是来自正态分布 CDF 的 10000 个样本
如果有人能解释一下，那就太好了，谢谢
【问题讨论】：
-
您可能正在寻找Inverse Transform Sampling。