Computacionalmente de distribución simple pseudo-gaussiana con diferentes media y la desviación estándar?

Question

Esta foto de Wikipedia tiene un buen ejemplo de la clase de funciones idealmente Me gustaría generar:

En este momento estoy usando la Distribución Irwin-Hall, que es más o menos una aproximación polinómica de la distribución de Gauss ... Básicamente, aplicará generador de números aleatorios uniformes y iterate que X veces, y tomar la media. Los más iteraciones, el más como una distribución gaussiana que es.

Es bastante agradable; Sin embargo, me gustaría ser capaz de tener uno en el que puedo variar la media. Por ejemplo, digamos que quería un número entre el rango de 0 y 10, pero alrededor 7. Al igual que, la media (si repetí esta función varias veces) podría llegar a ser 7, pero el real rango es 0-10.

¿Hay uno que debería mirar hacia arriba, o debería trabajar en hacer algunas matemáticas lujo con distribuciones gaussianas estándar?

Answer 1

Veo una contradicción en su pregunta. De un lado desea la distribución normal, que es simétrica por ella de la naturaleza, desde el otro lado desea que el rango de forma asimétrica dispuesta a valor medio.

sospecho que debe tratar de mirar a otras funciones de densidad de las distribuciones de los cuales son como campana de Gauss, pero asimétrica. Como log distribución o beta distribución .

Answer 2

Mira en generación de variables aleatorias aleatorias normales . Puede generar pares de variables aleatorias aleatorias normales X = N (0,1) y tranform en CUALQUIER variate aleatoria normal Y = N (m, s) (Y = m + s * X).

Answer 3

distribución normal truncada es justo lo que recetó el doctor. No es "computacionalmente simple" per se, pero fácil de implementar si tiene una implementación existente de una distribución normal.

Sólo puede generar la distribución con la media desea, la desviación estándar que desea, y los dos extremos siempre que lo desee. Vas a tener que hacer un trabajo de antemano para calcular la media y la desviación estándar de la distribución subyacente (no truncada) normal para obtener la media para el TN que desea, pero puede utilizar las fórmulas en dicho artículo. También tenga en cuenta que se puede ajustar la varianza, así el uso de este método:)

Tengo el código de Java (basado en el marco de los Comunes de Matemáticas), tanto para un precisa (más lento) y rápida (menos preciso) aplicación de esta distribución, con PDF, CDF, y el muestreo.