用随机模型和随机变量对总体建模

时间:2018-11-29 03:54:35

标签: python python-3.x

因此,我有一个随机模型:N(t + 1)=(1 + r ^ 3)N(t),其中r是来自均值= -0.1和标准偏差= 0.2的正态总体的随机变量。

我正在尝试从1000个随机样本中提取出直方图,以对我的人群进行建模,而我尝试了一些尝试却无济于事。

到目前为止,我有:

import numpy as np 
import numpy.random as npr 
import matplotlib.pyplot as plt 
npr.seed(101)

N = np.zeros(11)
N[0]=100
tvec = np.arange(0, 10, 0.1)
r = npr.normal(loc=2,scale=3, size=1000)

for t in tvec[:10]:
    N[t+1]=(1+r**3)+N[t]

plt.hist(N)

但这给我一个错误。

  

IndexError:仅整数,切片(:),省略号(...),   numpy.newaxis(None)和整数或布尔数组是有效索引

这告诉我,我无法获取采样的随机数,无法在方程式中使用它们。

所以,我想知道是否有其他方法可以解决这个问题?

谢谢!

1 个答案:

答案 0 :(得分:1)

发生错误是因为t是浮点型,初始值为0.0。如果尝试使用N[0.0],则可以重现该错误。您可以使用整数而不是浮点数。另外,我将r更改为r_values并将其压缩为t,因此该循环仅对rt的单个值有效,而对{ {1}}。

r

enter image description here