分裂正态分布

Question

在给定具有上下限误差的平均值的情况下，计算分裂正态分布的最佳方法是什么？

到目前为止，我有：

from random import choice, gauss
def random_split_normal(mu: float, upper_sigma: float, lower_sigma:int) -> float:
    return abs(gauss(0.0, 1.0)) * choice([upper_sigma, -lower_sigma]) + mu

我多次调用它来生成一个数组：

random_array = []
for _ in range(1000):
    random_array.append(random_split_normal(1.0, 2.0, 1.0))

在制作random_array的直方图时，会产生以下结果

​

​

我想知道随机使用upper_sigma或lower_sigma是不是正确的方法？

Answer 1

您的解决方案在数学上是等价的，但效率较低，因为您不必要地应用abs()和choice()，其中您只需查看gauss()的符号。

这应该接近于定义。我还重新定义了sigma，使之与我们通常的数字线方向一致(左侧为负无穷大)。

def random_split_normal(mu: float, lower_sigma: float, upper_sigma: float) -> float:
    z = gauss(0, 1)
    return mu + z * (lower_sigma if z < 0 else upper_sigma)