从数据集中随机抽样，同时保留原始概率分布

Question

我有一组从测量中收集的＆gt; 2000个数字。我想从这个数据集中抽样，每次测试约10次，同时保持整体的概率分布，并在每次测试中（尽可能地扩展）。例如，在每个测试中，我想要一些小值，一些中产阶级值，一些大值，其中均值和方差大致接近原始分布。结合所有测试，我还想要所有样本的总平均值和方差，大致接近原始分布。

由于我的数据集是long-tail probability distribution，每个分位数的数据量并不相同：

图1.约2k数据元素的密度图。

我正在使用Java，现在我正在使用uniform distribution，并使用数据集中的随机int，并返回该位置的数据元素：

public int getRandomData() {
    int data[] ={1231,414,222,4211,,41,203,123,432,...};
    length=data.length;
    Random r=new Random();
    int randomInt = r.nextInt(length);
    return data[randomInt];
}

我不知道它是否按我的意愿工作，因为我按照测量的顺序使用数据，这有很大的序列相关性。

Answer 1

它可以随心所欲地工作。数据的顺序无关紧要。

Answer 2

随机抽样保留了概率分布。