作为练习,我正在尝试从学习集学习正态分布的参数。不管怎么说,我得到的数据并不完全是我所期望的。我正在进行100次观察,每个观察的值都是100。我用一个重要的抽样算法来推断均值和方差。expectedVarianceVal)the mean = 49.905560193556994这就像观察值对参数的概率
This previous SO question考虑将均匀分布转换为正态分布。对于蒙特卡罗模拟,我不仅需要正态(高斯),而且需要一些计算高效的方法来从"fat-tailed"或heavy-tailed分布生成大量样本,使用给定的(64位或双精度)均匀RNG作为输入。这些分布的例子包括:对数正态分布、帕累托分布、学生分布和柯西分布。 使用逆CDF是可以接受的,给出了根据需要计算逆CDF的计算效率的