如何在Matlab或Python中使用预测的cdf生成某些方案？

Question

我使用过Matlab，但我也欢迎使用python作为解决方案。

我具有随机变量Var的预测CDF（即CDF ^），并希望使用此预测CDF（CDF ^）生成N个场景。这是我所做的。我想知道此方法是否有意义，以及如何在步骤3中自动生成N个方案。

1）我使用CDF ^上的MLE拟合了假设的累积分布函数（假设为Weibull），并获得了拟合函数的相应参数。

2）使用这些参数，我绘制了假定分布的pdf。

3）在这一步中，我不确定该怎么做！基本上，我想我应该将var离散化，并通过计算每个矩形的面积找到每个线段的相应概率。

4）如何以PMF格式绘制原始数据（var），因为它已经是CDF格式？！

var= [ 0.001    0.01    97  145 150 189 202 183 248 305 492 607 1013];
cdf_prob = [0.01, 0.05, 0.15, 0.25, 0.35, 0.45, 0.50, 0.55, 0.65, 0.75, 0.85, 0.95, 0.99];
                             % cumulative prob.
a= mle(var, 'distribution', 'wbl');              
plot(var, cdf_prob, 'o-')                         % my data
hold on
xgrid = linspace (0, 1.1*max(var));
plot (xgrid, wblcdf(xgrid,a(1),a(2)));            % fitted cdf

figure(2)                                         % fitted PDF
pd= makedist('wbl', 'a', a(1),'b', a(2));
y=pdf(pd, xgrid);
plot(xgrid,y)
步骤3：

我使用过Matlab，但我也欢迎使用python作为解决方案。我有一个随机变量Var的预测CDF（即CDF ^），并希望使用此预测CDF（CDF ^）生成N个场景。 ...

Answer 1

正在生成样本：