采用离散帕累托分布在Matlab中进行采样

Question

我想在matlab中生成带有离散Pareto分布的10000个数字。

我在R中编写了这段代码，但我想在Matlab中编写它。

离散帕累托的R代码：

N<-5 ##for instance,you need N large enough
i0<-(1:N)
p<-1/(i0^1.98); p<-p/sum(p)
X<-sample(i0,N,replace=TRUE,prob=p)
X

alpha = 1.98并且您在此链接中看到q = 0的离散pPareto分布， https://en.wikipedia.org/wiki/Zipf%E2%80%93Mandelbrot_law

我的问题是：如何在Matlab中编写此代码？

我在matlab中使用randsample并在matlab中翻译了这段代码。

例如：

N=5;
for i0=1:N
    p=1/(i0.^1.98);
    P=p/sum(p);`
    X=randsample(i0,N,true,P);
    X
end

但它有一个错误。

有人可以提出建议吗？

Answer 1

以下是一些建议：

1. 您的代码中包含错误： P = P /总和（P）;` 应该 P = P /总和（P）;

（这可能只是需要编辑的格式化内容，但不清楚你的错误是什么：所以从这里开始）

1. 您可能需要统计和机器学习工具箱才能使用randsample，这需要额外的许可证。

2. 如果这些不能解决问题，请尝试输入 帮助randsample 在MATLAB终端并验证您的设置。

这看起来是你感兴趣的作品（来自帮助）：

  

Y = randsample（N，K，true，W）或randsample（POPULATION，K，true，W）返回a      加权样本，使用正权重W，采用替换。 W是      通常是概率的向量。此功能不支持加权      没有替换的抽样。

1. 我认为您的代码可能存在误解。看起来您认为private应该是一个分布，但这意味着P将是一个数组或向量。但是，从你的代码

p

只是评估标量值（即p=1/(i0.^1.98);，对于i0 = 1，计算结果为1 ^（ - 1.98），因此P将等于1.

也许您正在寻找更像这样的东西？

p

（我离开了最后一个N=5; i0=1:N; p=1./(i0.^1.98); P=p/sum(p); X=randsample(i0,N,true,P) ，因此您可以将结果显示给您的终端）