Question

我正在尝试从实际数据生成分布。我使用R包tdistrplus来获取分布的参数。 R包的分布是：Pareto，Lognormal，Log-Logistic和Burr。但是，我在NetLogo中找不到这些发行版。我需要为它们编写一个函数。我已经在其他论坛中找到了Pareto和Lognormal分布：

;; Pareto distribution (Pareto from R package: tdistrplus)
to-report random-pareto [alpha mm]
report mm / ( random-float 1 ^ (1 / alpha) )
end

;; lognormal distribution (lnorm from R package: tdistrplus)
to-report log-normal [mu sigma]
let beta ln (1 + ((sigma ^ 2) / (mu ^ 2)))
let x exp (random-normal (ln (mu) – (beta / 2)) sqrt beta)
report x
end

但是，我找不到Log-logistic和Burr分布完成的函数或随机数表达式，只有概率密度函数，我不知道如何表达X（Matchad无法找到解决方案，或者我错误地使用它）。 / p>

我很感激任何建议（根据实际数据进行模拟对于我的博士论文是必要的）。

先谢谢你

Answer 1

Wrt log-logistics，逆CDF方法应该可以正常工作。遵循wiki

的惯例

to-report random-loglogistics [alpha beta]
    let r random-float 1
    let q r/(1-r)
    let x alpha exp (ln (q) / beta)
    report x
end

我很快调查了Burr的样本 - 也可以通过逆CDF来完成。关注wiki

to-report random-burr [c k]
    let r random-float 1
    let q exp ( - ln(r) / k) - 1
    let x exp ( ln(q) / c )
    report x
end

更新

我的NetLogo曾经使用过很久了，所以让我们写一些公式，你可以重写代码。

<强>登入物流

CDF（x |α，β）=（x /α）^β /（1 +（x /α）^β）

反向CDF表示使用

的样本x

x = CDF ^-1（r），其中r是随机均匀U（0,1）

因此，（x /α）^β = q = r /（1-r）， x =αq^{1 /β}

<强>伯尔

CDF（x | c，k）= 1 - （1 + x ^c）^-k

反向CDF表示使用

的样本x

x = CDF ^-1（r），其中r是随机均匀U（0,1）

（1 + x ^c）^-k = r

（1 + x ^c）=（1 / r）^{1 / k}

x =（（1 / r）^{1 / k} - 1）^{1 / c}

请检查我的数学，并在代码中通过exp和ln表达所有这些权力。公约根据维基

使用Log-logistic和Burr分布生成随机数

1 个答案: