假设我有一个过程,我按下一个按钮,经过一定时间(1 到 30 分钟)后,一个事件发生了。然后,我进行了大量试验,并记录每次试验发生事件所需的时间。然后将此原始数据缩减为一组 30 个数据点,其中 x 值是事件发生所花费的分钟数,y 值是落入该桶的试验百分比。我无权访问原始数据。
我如何使用这组 30 个点来确定合适的概率分布,然后我可以用它来生成具有代表性的随机样本?
我觉得 scipy.stats 内置了我需要的所有工具,但对于我的生活,我无法弄清楚如何去做。有什么建议吗?
请您参考如下方法:
如果你对已经产生的数据的底层功能没有任何先验信息,我建议你使用numpy.polyfit符合给定次数的多项式。
import matplotlib.pyplot as plt
import numpy as np
y = np.array([ 0.005995184, ...]) # your array
x = np.arange(len(y))
f = np.poly1d(np.polyfit(x, y, 10))
x_new = np.linspace(x[0], x[-1], 30)
y_new = f(x_new)
plt.plot(x,y,'o', x_new, y_new)
plt.xlim([x[0]-1, x[-1] + 1 ])
plt.show()
这里是 degree = 10 的例子。
为了从生成的多项式分布中获得未知值,您只需:
f(13.5)
在这种情况下给出:
0.0206996531272
