我正在研究一种算法,该算法依赖于观测值 s呈正态分布这一事实,并且我想凭经验测试该假设对算法的鲁棒性。
为此,我正在寻找一系列转换,这些转换将逐渐破坏的正态性。例如,如果正常,则其偏度且峰度,并且找到一个逐渐增加两者的转换序列会很好。
我的想法是模拟一些近似正态分布的数据并在其上测试算法。在每个变换后的数据集,使用测试算法,以查看输出变化了多少。
请注意,我不控制模拟的分布,因此无法使用对法线进行一般化的分布(例如“偏斜广义误差分布”)对它们进行模拟。
我正在研究一种算法,该算法依赖于观测值 s呈正态分布这一事实,并且我想凭经验测试该假设对算法的鲁棒性。
为此,我正在寻找一系列转换,这些转换将逐渐破坏的正态性。例如,如果正常,则其偏度且峰度,并且找到一个逐渐增加两者的转换序列会很好。
我的想法是模拟一些近似正态分布的数据并在其上测试算法。在每个变换后的数据集,使用测试算法,以查看输出变化了多少。
请注意,我不控制模拟的分布,因此无法使用对法线进行一般化的分布(例如“偏斜广义误差分布”)对它们进行模拟。
Answers:
这可以通过使用sinh-arcsinh转换来完成
Jones,MC和Pewsey A.(2009年)。Sinh-arcsinh分布。Biometrika 96:761–780。
转换定义为
其中和δ ∈ [R +。当将此变换应用于正态CDF S (x ; ϵ ,δ )= Φ [ H (x ; ϵ ,δ )]时,它会产生一个单峰分布,其参数(ϵ ,δ )分别控制偏度和峰度(Jones和Pewsey,2009年),从van Zwet(1969)的意义上讲。另外,如果ϵ = 0且δ,我们得到原始正态分布。请参见以下R代码。
fs = function(x,epsilon,delta) dnorm(sinh(delta*asinh(x)-epsilon))*delta*cosh(delta*asinh(x)-epsilon)/sqrt(1+x^2)
vec = seq(-15,15,0.001)
plot(vec,fs(vec,0,1),type="l")
points(vec,fs(vec,1,1),type="l",col="red")
points(vec,fs(vec,2,1),type="l",col="blue")
points(vec,fs(vec,-1,1),type="l",col="red")
points(vec,fs(vec,-2,1),type="l",col="blue")
vec = seq(-5,5,0.001)
plot(vec,fs(vec,0,0.5),type="l",ylim=c(0,1))
points(vec,fs(vec,0,0.75),type="l",col="red")
points(vec,fs(vec,0,1),type="l",col="blue")
points(vec,fs(vec,0,1.25),type="l",col="red")
points(vec,fs(vec,0,1.5),type="l",col="blue")
因此,通过选择的参数的适当顺序,可以产生不同程度的偏度和峰度分布/转换序列,使他们看起来相似或不同的正态分布,只要你想。
gamlss.dist::rSHASHo
可以生成此分布。
这可以使用Lambert W x F随机变量/分布来完成。Lambert W x F随机变量(RV)是具有分布F的非线性变换(RV)X。
Gaussianize()
它们在
Lambert W x F转换有3种口味:
type = 's'
type = 'h'
type = 'hh'
在R中,您可以使用LambertW软件包模拟,估计,绘制等Lambert W x F分布。
library(LambertW)
library(RColorBrewer)
# several heavy-tail parameters
delta.v <- seq(0, 2, length = 11)
x.grid <- seq(-5, 5, length = 100)
col.v <- colorRampPalette(c("black", "orange"))(length(delta.v))
plot(x.grid, dnorm(x.grid), lwd = 2, type = "l", col = col.v[1],
ylab = "")
for (ii in seq_along(delta.v)) {
lines(x.grid, dLambertW(x.grid, "normal",
theta = list(delta = delta.v[ii], beta = c(0, 1))),
col = col.v[ii])
}
legend("topleft", paste(delta.v), col = col.v, lty = 1,
title = "delta = ")
这样的序列之一是不同程度的求幂。例如
library(moments)
x <- rnorm(1000) #Normal data
x2 <- 2^x #One transformation
x3 <- 2^{x^2} #A stronger transformation
test <- cbind(x, x2, x3)
apply(test, 2, skewness) #Skewness for the three distributions
apply(test, 2, kurtosis) #Kurtosis for the three distributions
与@ user10525相同的答案,但是在python中
import numpy as np
from scipy.stats import norm
def sinh_archsinh_transformation(x,epsilon,delta):
return norm.pdf(np.sinh(delta*np.arcsinh(x)-epsilon))*delta*np.cosh(delta*np.arcsinh(x)-epsilon)/np.sqrt(1+np.power(x,2))
vec = np.arange(start=-15,stop=15+0.001,step=0.001)
import matplotlib.pyplot as plt
plt.plot(vec,sinh_archsinh_transformation(vec,0,1))
plt.plot(vec,sinh_archsinh_transformation(vec,1,1),color='red')
plt.plot(vec,sinh_archsinh_transformation(vec,2,1),color='blue')
plt.plot(vec,sinh_archsinh_transformation(vec,-1,1),color='red')
plt.plot(vec,sinh_archsinh_transformation(vec,-2,1),color='blue')
[