特殊的抽样方法.pdfVIP

五、特殊的抽样方法 针对具体的问题，有时采用近似抽样方法是十分必要的。 如果实验测量或理论计算得到的近似分布密度函数在抽样范 围内是有界的，我们总是可以采用舍选法。但是这种方法对 分布密度函数在抽样范围内起伏比较大时，其抽样效率很低。 部份近似抽样方法。 1．对由直方图给出的分布的抽样 一维直方图给出的分布反映了某一随机变量出现的频 数。实际上是以图形形式给出随机变量在各道上的分布密度 函数f (x ) 和分布函数 的值。 F (x ) 如果随机变量在第j 道内的频数为nj ，则到该道的累积 j 分布数为∑ni ，再假定抽样范围是从1 道到N 道，则在第j 道 i 1 上的分布函数值为 j N F (x ) n n . ∑ ∑ i j i i 1 i 1 它的抽样可以采用阶梯近似法，即抽取均匀分布随机数ξ ，找 出满足不等式 F (x ) ≤ξ F (x ) . i−1 i 的i 值，把对应的x 值作为抽样值，即取η x 。 i i 这种做法实际上就是用若干个前后相接的阶梯性函数值 来近似F (x) 。 进一步作细致的考虑时，我们可以用线性插值法求出抽 样值。从判断不等式决定出的i ,和xi 的值，求出 ′ ξ −F (xi−1) x x + (x −x ) i i−1 i i−1 F (x ) −F (x ) i i−1 ′ 取η x i 作为抽样值。 上述方法由于需要逐道地计算累计分布数F (x ) ，来判断 i x 与随机数ξ 值对应的满足不等式的 值，因而效率很低。 i 折半查找法是以计算最靠近ξ 的 和 的值，并求出 F (x ) F (x ) i−1 i 线性插值来作为抽样值。这种方法可以提高抽样效率。 2．对由经验公式给出分布的抽样 当随机变量样本的一维分布密度函数是由平滑的经验公 式f (x ) 给出时，常用的技巧是采用如下方法： （1）将抽样区间划分为若干等份的子区间；然后在各个子区 间内对分布密度函数积分； （2）计算出对应于各个区间的分布函数值，即 j