Я использую scipy версию случайной генерации для усеченного нормального распределения:
из scipy.stats импортировать truncnorm; truncnorm.rvs(8.26,1e10)
если я попытаюсь несколько раз, предполагаемая случайная генерация зависнет до 1,7976931348623157e+308, что неверно...
Может ли кто-нибудь помочь мне понять, что здесь произошло?
Спасибо
truncnorm использует ppf (обратная функция cdf) для преобразования случайной величины.
Похоже, что способ расчета ppf не работает, когда диапазон так далеко в хвосте.
>>> truncnorm._ppf(np.linspace(0, 1, 11), 8.26,1e10)
array([ 8.20953615, 8.20953615, inf, 8.20953615, 8.20953615,
inf, inf, inf, inf, inf,
inf])
Проблема в том, что оба значения для усечения находятся далеко в хвосте нормального распределения, так что мы, по сути, работаем только с проблемами округления 1 минус округление. Это ограничение с плавающей запятой, что у нас нет более высокой точности, чем двойная, например 1-1e-20 == 1.
>>> stats.norm.cdf(8.26)
0.99999999999999989
Однако нормальное распределение симметрично, и в нижней части ppf нет проблем с плавающей запятой, потому что мы работаем в окрестности нуля. Я думаю, что следующее должно дать правильные результаты
>>> -truncnorm.rvs(-1e10, -8.26,size=10)
array([ 8.8359488 , 8.3112093 , 8.36978251, 8.5732518 , 8.57420297,
8.27919164, 8.5692663 , 8.28482223, 8.35149422, 8.47994703])
