如何在MATLAB中采样正态分布

-2

我正在研究一个模式识别项目，并且在那里我想用给定参数（均值和协方差矩阵）对二维正态分布进行采样。例如，如果我想从正态分布获得100个样本，我使用mvnrnd(mu,sigma,100)，其中mu和sigma被假定为可用。但是mvnrnd会返回100个独特的样本，但我希望即使重复样本也能获得样本。（我的意思是如何获得100个样本，但不一定具有唯一的值）我应该怎么做？如何在MATLAB中采样正态分布

来源

2011-12-11 Luke

我什么也没看到，上面写着它生成独特样本的文档。 –

此外，获取非唯一样本的概率恰好为零。 – dantswain

@dantswain：有实数，是的，但没有固定精度浮点算术。 –

检查出normrnd()函数。它生成正态分布的随机数。

要生成1-by-100向量的正态分布随机数的平均值为mu和标准差sigma，请使用以下语句。

X = normrnd(mu,sigma,[1 100]);

来源

2011-12-11 22:42:50

或者如果你没有Stats Toolbox，只需'sigma * randn（1，100）+ mu'。 –

另外，这不会生成多元随机数（AFAICS）。 –

@OliCharlesworth这应该是'sqrt（sigma）'（只适用于标量）。 – dantswain

它不，样品，保证是唯一的，但如果你的问题是在一个合理的方式提出那么这不应该是一个问题，反正在mvnrnd文档中的任何地方说。

无论哪种方式，如果你不快乐与mvnrnd，这应该是等价的：

% draw 100 samples from a 2D bivariate normal distribution with unit variance and zero mean: 
R = randn(2, 100); 
% scale by the square root (see http://en.wikipedia.org/wiki/Cholesky_decomposition) of sigma 
R1 = chol(sigma)*R; 
% offset by the mean 
R2 = bsxfun(@plus, R1, mu);

来源

2011-12-11 23:21:07 dantswain

更正：MATLAB中的Cholesky分解返回上三角矩阵，因此在乘法中需要一个转置：R1 = CHOL（SIGMA）“* R' – Amro

如何在MATLAB中采样正态分布

回答

相关问题