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。 ...
正在生成样本: