我有一个数据集（直径约为1,000棵树），我从中得到了一个平均树直径（21.6“）和标准偏差（12.4”）。我的分析表明这些数据来自Weibull分布（numpy.random.weibull）。
我想运行蒙特卡罗模拟来生成一系列假设的森林，这些森林遵循这一数据分布 - 也就是说，将我的数据从1,000棵树推断到从Weibull分布中采样的80,000棵树林。
为了实现这一点，我想在Python中使用：
我是统计数据和Python的完全初学者，我正在努力从scipy文档中挣扎如何将我的均值和std偏差合并到Weibull分布的生成中，以及如何在分布中创建分布后从分布中进行采样可出口的方式。
对于构建问题时出现的任何错误或含糊不清事先提出了许多道歉 - 编码和统计数据的学习曲线确实很陡峭！