两步概率抽取 - 结合概率加权函数和截断正态分布的抽取

Question

我想根据特定的概率函数用python抽取一个随机值(r)：

该值应该是一个固定常数，概率为 (p)，概率为 (1-p)，该值是从区间 (a,b) 中的正态分布中随机抽取的。

从我的角度来看，该函数由两个绘制组成：

第一次抽取：概率加权函数，概率为 p 和 (1-p)。

第二次抽取：从区间 (a,b) 中的截断正态分布抽取。

f.e。 constant = 10; p = 0,3; 1-p = 0,7, a=5, b=15

我的想法是：

r = random.choices([constant,random.normal()], weights=(0.3, 0.7))

然而，它似乎不起作用，我不知道如何包括间隔 (a,b)。

Answer 1

您的想法是中肯的，但您没有正确处理正态分布。首先，如果您使用 import random，您的选择是 random.gauss(mu, sigma) 或 random.normalvariate(mu, sigma)。没有 normal() 函数。其次，正态分布的范围是无限的。您可以指定分布的中心 mu 和分布的度量 sigma，这样约 95% 的结果将落在 mu ± 2*sigma 范围内。如果您确实需要限制范围，则需要编写自己的带有循环的函数以拒绝超出范围限制的值并重试。

这是一个展示您想法的工作示例：

import random

constant = -42
mu = 10
sigma = 2
for _ in range(10):
    r = random.choices((constant,random.gauss(mu, sigma)), weights=(0.3, 0.7))
    print(r)

对于 mu 和 sigma 的这些值，[5, 15] 范围之外的结果将很少见，但肯定仍然会发生。

这会产生如下结果：

[7.674159248587632]
[-42]
[7.818652194185853]
[-42]
[7.418414458386396]
[11.855000252151326]
[12.398753049340957]
[9.663097201849096]
[-42]
[10.385663464672415]

如果您不喜欢括号，print(r[0])。

两步概率抽取 - 结合概率加权函数和截断正态分布的抽取

Two step probability draw - Combine probability weighting function and a draw from a truncuated normal distribution

python

random

normal-distribution

probability

random-seed