scipy.stats.sampling.FastGeneratorInversion.

qrvs

FastGeneratorInversion.qrvs(size=None, d=None, qmc_engine=None)

给定分布的准随机变量。

使用qmc_engine绘制均匀准随机变量，并使用逆变换采样将其转换为给定分布的准随机变量。

参数:

sizeint，整数元组或 None；可选

定义随机变量数组的形状。默认值为 None。

dint 或 None，可选

定义要转换的均匀准随机变量的维度。默认值为 None。

qmc_enginescipy.stats.qmc.QMCEngine(d=1)，可选

定义用于绘制准随机变量的对象。默认值为 None，它使用 scipy.stats.qmc.Halton(1)。

返回:

rvsndarray 或标量

准随机变量。有关形状信息，请参阅“说明”。

说明

输出数组的形状取决于 size、d 和 qmc_engine。目的是使接口自然，但实现此目的的详细规则很复杂。

• 如果 qmc_engine 为 None，则会创建一个维度为 d 的 scipy.stats.qmc.Halton 实例。如果未提供 d，则 d=1。

• 如果 qmc_engine 不为 None 且 d 为 None，则 d 由 qmc_engine 的维度确定。

• 如果 qmc_engine 不为 None 且 d 不为 None，但维度不一致，则会引发 ValueError。

• 根据上述规则确定 d 后，输出形状为 tuple_shape + d_shape，其中

  • 如果 size 为 None，则 tuple_shape = tuple()，

  • 如果 size 为 int，则 tuple_shape = (size,)，

  • 如果 size 为序列，则 tuple_shape = size，

  • 如果 d 为 None 或 d 为 1，则 d_shape = tuple()，并且

  • 如果 d 大于 1，则 d_shape = (d,)。

返回的数组的元素是低差异序列的一部分。如果 d 为 1，这意味着没有样本是真正独立的。如果 d > 1，则每个切片 rvs[..., i] 将是准独立序列；有关详细信息，请参阅 scipy.stats.qmc.QMCEngine。请注意，当 d > 1 时，返回的样本仍然是提供的单变量分布的样本，而不是该分布的多元推广。