已知均值、标准差和样本个数如何模拟一组数据?
朋友要模拟这种数据,她自己查了一个r语言函数rnorm,不懂代码让我帮他模拟一下,我运行完之后发现生成的并不是完全按要求指定均值和标准差的数组,所以我又自己找了一个python代码。在原博主的代码上又改了一下。可以肯定的是我看到的网站是用爬虫在Stack Overflow上爬下来机翻成中文发布的,原Stack Overflow网址:https://stackoverflow.com/questions/51515423/generate-sample-data-with-an-exact-mean-and-standard-deviation
他的做法是:先生成一些具有所需标准偏差的虚假的零均值样本(此时只是接近0但是并不为0)。然后样本数组所有数减去样本均值,使其变成真正为零均值数组。然后缩放样本,使标准偏差准确无误,然后添加所需的平均值。这样就得到了最终所需要的模拟出的数据组。
和原回答不同的是,原回答使用的标准差计算法是np.std(samples)
,也就是整体标准差。
公式:
然而我们一般需要的是样本标准差,
公式:
所以我改成了np.std(samples,ddof=1)
,这样就可以指定为样本标准差。最终能够得到精确结果。
import numpy as np
num_samples = 3
desired_mean = 0.571
desired_std_dev = 0.045
samples = np.random.normal(loc=0.0, scale=desired_std_dev, size=num_samples)
actual_mean = np.mean(samples)
actual_std = np.std(samples,ddof=1)
print("Initial samples stats : mean = {:.4f} stdv = {:.4f}".format(actual_mean, actual_std))
zero_mean_samples = samples - (actual_mean)
zero_mean_mean = np.mean(zero_mean_samples)
zero_mean_std = np.std(zero_mean_samples,ddof=1)
print("True zero samples stats : mean = {:.4f} stdv = {:.4f}".format(zero_mean_mean, zero_mean_std))
scaled_samples = zero_mean_samples * (desired_std_dev/zero_mean_std)
scaled_mean = np.mean(scaled_samples)
scaled_std = np.std(scaled_samples,ddof=1)
print("Scaled samples stats : mean = {:.4f} stdv = {:.4f}".format(scaled_mean, scaled_std))
final_samples = scaled_samples + desired_mean
final_mean = np.mean(final_samples)
final_std = np.std(final_samples,ddof=1)
print("Final samples stats : mean = {:.4f} stdv = {:.4f}".format(final_mean, final_std))
print(final_samples)
print(np.mean(final_samples))
print(np.std(final_samples,ddof=1))