函數將經驗分佈轉換爲Matlab中的均勻分佈？

我知道通過使用CDF的轉化一個分佈到另一個的過程。但是，我想知道在Matlab中是否有現成的函數可以執行此任務？函數將經驗分佈轉換爲Matlab中的均勻分佈？

我的另一個相關問題是，我用Matlab中的ecdf()函數計算了我的經驗值的CDF，用於分佈值爲10,000的值。但是，我從中獲得的輸出僅包含9967值。我如何獲得我的CDF的總計10,000值？謝謝。

2012-07-03 Pupil

for t=1:nT 
    [f_CDFTemp,x_CDFTemp]=ecdf(uncon_noise_columndata_all_nModels_diff_t(:,1,t)); % compute CDF of empirical distribution 
    f_CDF(1:length(f_CDFTemp),t) = f_CDFTemp; % store the CDF of different distributions with unequal size in a new variable 
    x_CDF(1:length(x_CDFTemp),t) = x_CDFTemp; 
    b_unifdist=4*t; 
    [Noise.N, Noise.X]=hist((a_unifdist+(b_unifdist-a_unifdist).*f_CDF(:,t)),100); % generate the uniform distribution by using the CDF of empirical distribution as the CDF of the uniform distribution 
    generatedNoise(:,:,t)=emprand(Noise.X,nRows,nCol); % sample some random numbers from the uniform distribution generated above by using 'emrand' function 
end

來源

2012-07-07 22:57:14 Pupil

This is not exactly what you are looking for，但它顯示瞭如何做相反的事情。扭轉它不應該那麼糟糕。

來源

2012-07-03 19:33:21

謝謝，但我遇到了這個，同時問這個問題之前，搜索！ – Pupil

正如你所說的，所有你需要的是CDF。可以用erf Matlab函數表示CDF of a normal distribution。

未經測試的例子：

C = @(x)(0.5 * (1 + erf(x/sqrt(2)))); 

x = randn(1,1000); % Zero-mean, unit variance 
y = C(x);   % Approximately uniform

來源

2012-07-03 20:37:14

如果我有一個正態的經驗CDF，但沒有通過分析公式扣除，那麼你的代碼將如何改變？謝謝。 – Pupil

@S_H：我不確定自己明白。分配是正常的，否則不正常。你在問如何改變不同的均值和方差？ –

讓我們換一種方式。我有一個經驗分佈，我想將其轉化爲均勻分佈。我有這種經驗分佈的CDF。在那種情況下，你的答案會如何改變？謝謝！ – Pupil

函數將經驗分佈轉換爲Matlab中的均勻分佈？

回答

相關問題