如何使用逆CDF方法从逻辑CDF生成样本

Question

我的问题是如何使用逆CDF方法从逻辑CDF生成R中的样本。逻辑密度为p（θ）= exp（θ）/（1 + exp（θ））^ 2

这是该方法的算法：

1: for t = 1 to T do
2: sample q(t) ∼ Unif(0, 1)
3: θ(t) ← F^−1(q(t))
4: end for

这是我的代码，但它只会生成一个相同数字的向量。结果应该是对数凹形的，但是如果我将其放在直方图中，显然不会是这样，那是什么问题呢？

首先将T定义为您从均匀分布中抽取的抽奖次数

T<-100000
sample_q<-runif(T,0,1)
似乎plogis将为您提供累积分布函数，所以我想我可以取其反函数：

generate_samples_from_logistic_CDF <- function(p) {
   for(t in length(T)) 
       cdf<-plogis((1+exp(p)/(exp(p))))
   inverse_cdf<-(1/cdf)
   return(inverse_cdf)
}
应该g​​enerate_samples_from_logistic_CDF（sample_q）但是相反，它只为我提供了相同的价值

我的问题是如何使用逆CDF方法从逻辑CDF生成R中的样本。 logistic密度为p（θ）= exp（θ）/（1 + exp（θ））^ 2这是该方法的算法：1：对于t = 1 ...

Answer 1

由于逆CDF已经在R中编码为qlogis()，所以应该可以：