基于抽样数据与核估计的随机数生成法.pdfVIP

第 12卷 第 6期 福建工程学院学报 Vo1．12NO．6 2014年 12月 JournalofFujianUniversityofTechnology Dec．2014 doi：10．3969／j．issn．1672-4348．2014．06．018 基于抽样数据与核估计的随机数生成法 袁晓建 ，吕书龙 (1福州外语外贸学院，福建 福州350202；2福州大学数学与计算机科学学院，福建 福州350116) 摘要：对任意连续总体的一个独立同分布(i．i．d．)样本，在非参数核密度估计的基础上，定义总体分 布函数核估计的多种形式，给 出基于非参数核估计的随机数产生方法及统计检验。 关键词：非参数核密度估计；随机数；统计检验 中图分类号 ：O212 文献标志码 ：A 文章编号：1672—4348(2014)06-0595—04 Random numbergenerationmethodsbasedon datasamplingandkernelestimation YuanXiaojian，LtiShulong (1．FuzhouForeignLanguagesandForeing TradeCollege，Fuzhou350202，China； 2．CollegeofMathematicsandComputerScience，FuzhouUniversity，Fuzhou350116，China) Abstract：Foranyindependentlyiso—distributedsample(i．i．d．)ofacontinuousdistribution，the multiform ofoveralldistributedfunctionkernelestimationwasdefinedonthebasisofDOn-parametric kerneldensityestimation．Random numbergenerationmethodbasedonnon—parametrickerneldensi— tyestimationandthestatisticaltestsofthemethodwerepresented． Keywords：non-parametrickerneldensityestimation；random number；statisticaltest 随机数大量应用于抽样调查、数值计算 、信息 的随机数发生器难以凑效。关键问题在于如何仅 安全、系统仿真、MonteCarlo模拟、金融投资、环 利用抽样数据来产生该样本所在总体的随机数， 境重构等多个领域。随着数字时代和虚拟现实的 显然这应通过非参数方法加以解决。文献 [6— 纵深发展 ，信息的安全性、仿真系统、大数据模拟 7]对这类问题提出了近拟抽样法，包括经验分布 以及环境重构等Et益重要。在这些领域中，统计 抽样法和频数观测数据抽样法。从非参数角度 性能优 良、高速稳定的随机发生器和随机数的作 讲，有了样本数据，就可以模拟密度函数和分布函 用至关重要。关于随机数及其应用的研究经久不 数，进而模拟随机数的产生。 衰，可参看文献 [1—5]。 本文利用核估计思想由原始数据估计密度函 通常意义下伪随机数的产生都是基于具体的 数和分布函数，并构造基于非参数核估计的随机 随机分布，而且是在分布已知的前提下来讨论的。 数发生器，并通过了模拟实验和分布检验。 最基本的做法是构造均匀分布的随机数发生器， 1 经验分布抽样法 然后应用多种方法如反函数法、变换法或近似 法 I4 j，得到其他分布的随机数。在很多实际