R或Python - 模拟特定的理论多模态分布

Question

我有不同的分布属于生物数据。

这些分布预计遵循单一模态分布（0.33），可以是双峰分布（0.66和(0.25, 0.5, 0.75)），也可以是三分布分布a。< / p>

我想要的是模拟这些＆＃34;理论＆＃34;分配是为了比较我从生物数据中得到的那个，用Python还是R？

更重要的是，我想知道将使用哪个参数来比较它们...... 形状，标准偏差，偏斜和峰度？

Answer 1

似乎遵循单峰分布的数据通常可以建模为一个或两个高斯的混合。同样，看似遵循双峰分布的数据最好有时建模为两个或三个的混合。如果您仍然拥有创建直方图的原始数据，那么您可以使用 sklearn 的工具来识别最佳＆＃39;混合高斯为您的数据。 http://www.astroml.org/book_figures/chapter4/fig_GMM_1D.html中的代码显示了如何操作。一旦有了这样的模型，就可以使用该代码中显示的技术生成伪随机样本。

我看到代码是：

gmm = GMM(3, n_iter=1)
gmm.means_ = np.array([[-1], [0], [3]])
gmm.covars_ = np.array([[1.5], [1], [0.5]]) ** 2
gmm.weights_ = np.array([0.3, 0.5, 0.2])

因此，它需要一个混合物中高斯数的陈述，包括它们的均值，它们的协方差矩阵和一组权重，这可能是每个高斯被采样的相对次数。

编辑：我试图猜测为什么我会进行投票，以便我可以改进这个答案。这可能是因为我已经包含了解释不充分的链接。

一旦参数设置如上所述，想法是多次调用GMM，混合中使用一个到（比如说）四个高斯，然后比较这些模型的可用质量度量，给定样本，已知as aic 和 bic ，以便判断最佳数字。

如果答案中出现其他问题，请说出来！