2
我正嘗試使用numpy/scipy從對數正態分佈創建隨機數。以高數值爲中心的對數正態隨機數
平均給出2000和sigma爲800
如果我創造我使用numpy.random.lognormal隨機衣被合計(平均= 2000,西格瑪= 800,大小= 10000) 我得到的是非常高或inf數字。
有沒有辦法解決這個問題?
我正嘗試使用numpy/scipy從對數正態分佈創建隨機數。以高數值爲中心的對數正態隨機數
平均給出2000和sigma爲800
如果我創造我使用numpy.random.lognormal隨機衣被合計(平均= 2000,西格瑪= 800,大小= 10000) 我得到的是非常高或inf數字。
有沒有辦法解決這個問題?
注意:mean
和sigma
參數對應於lognormal
分佈的日誌分佈;分佈的實際算術平均值爲exp(mean + sigma**2/2)
,當mean=2000
和sigma=800
時,該算法的標準雙精度浮點值爲inf
。
見 http://docs.scipy.org/doc/numpy/reference/generated/numpy.random.lognormal.html#numpy.random.lognormal 和 http://en.wikipedia.org/wiki/Log-normal_distribution 瞭解更多詳情。
是否有一種簡單的方法將我的意思和西格瑪轉換爲所需的值? –
分佈的logmean是已知的,但我需要底層正態分佈的均值。 –
維基百科文章有轉換(http://en.wikipedia.org/wiki/Log-normal_distribution#Arithmetic_moments)。另見:www.stanford.edu/~bkravitz/research/lognormal.pdf(等式(3) - (6)給出轉換)。 –