小析《python 画直方图》中的numpy.interp(u_
2017-09-11 本文已影响0人
西方失败9527
左边是自定义的概率分布图PDF,右边是对应的CDF
现在目的是画出左图的近似柱状图,
这里需要numpy.interp(u_rv,xp=CDF,fp=x_samples)这个关键的插值运算。
其中第一个参数u_rv提供插值点的x坐标,最终函数会返回对应的插值所得的y值
第二个参数和第三个参数组合成为预先设置的原始点坐标,第二个参数为点的x值,第三个参数为对应y值。
特别注意这里的xp和fp的位置颠倒了,这实质是相当于给CDF的反函数——逆累积分布函数做插值,得到的是累积分布函数概率所对应的点。
下面小解一下逆CDF:
逆累积分布函数就是返回给定概率条件下的自变量的临界值,实际上是分布函数的逆函数。即:在分布函数F(x)=p中已知p求其相对应的x的值。
matlab中常用分布的逆累计分布函数的命令:
matlab中示例:
第一例:计算标准正态分布N(0,1)概率值0.1,0.3,0.5,0.7,0.9,所对应的x的值
第二例:计算二项分布b(10,0.5)概率值0.1,0.3,0.5,0.7,0.9,所对应的x的值