偏斜正态分布中的随机数(相当于NORMINV())

Question

我正在尝试使用偏斜正态分布创建一个偏斜的随机数生成器,但我不知道如何将我的公式(使用NORMDIST())转换为NORMINV()可以生成我想要的数字的基于公式.这是我的公式:

=2/s * NORMDIST((x-m)/s, 0, 1, 0) * NORMSDIST(k*(x-m)/s)

其中"x"是数字,"s"是比例,"m"是位置,"k"是形状.我承认我在网上找到了这个公式,但它似乎做了我想做的事,除了错误的方法.

我怎样才能做到这一点？

Answer 1

Adelchi Azzalini 有一个页面介绍如何生成具有偏斜正态 (SN) 分布的伪随机数。从页面这里：

\n\n

\n\n

步骤 1 中的 N(0,1) 变量 u0 和 v 可以在 Excel 中计算为NORMINV(RAND(),0,1)。而用形状参数\xce\xb1 表示的\xce\xb4 为\xce\xb4 = \xce\xb1/SQRT(1+\xce\xb1*\xce\xb1)。

\n\n

注意：Python 的 SciPy 正在获取偏斜正态随机变量 ( scipy.stats.skewnorm)，请参阅SciPy 0.18.0rc2 代码中的此处。该文档引用了 Azzalini 和 Capitanio 的论文以及我上面引用的同一页面。

\n