如何从未知分布的给定数字序列生成一系列相关数字?即,不正常。
答案 0 :(得分:0)
一种方法是使用AR (auto-regressive) model。我更喜欢AR(1)的以下配方,这与维基百科文章中的配方略有不同:
X(t) = mu + rho * (X(t-1) - mu) + epsilon(t)
其中epsilon
是独立且相同分布的随机变量,具有您喜欢的任何边际分布,只要它具有零均值和有限方差。使用此公式,AR的平均值为mu
,滞后1的相关性为rho
。随着滞后的增加,相关结构在几何上消失。
如果R
是具有所需边际分布的随机变量,但E[R]
不为零,则可以始终将其重新定位为获得零均值epsilon:
epsilon(t) = R(t) - E[R]
为X(0)
选择E[X(0)] = mu
和Var(X(0)) = Var(epsilon)/(1 - rho^2)
的随机起始值,然后根据需要迭代以获得尽可能多的X
。