Yanıtlar:
' un cauchy dağılımı varsa, değişkeni bir log-cauchy dağılımına sahiptir. Bu nedenle, sadece cauchy rastgele değişkenleri üretmemiz ve bunları log-cauchy dağıtılmış bir şey elde etmek için üslememiz gerekiyor.günlüğü ( X )
Ters dönüşüm örneklemesi kullanarak cauchy dağılımından üretebiliriz, bu da bir dağılımın ters CDF'sine rastgele üniformalar takarsanız, elde ettiğiniz şeyin bu dağıtım olduğunu söyler. ve scale konumlu cauchy dağılımında CDF bulunur:σ
bulmak için bu işlevi tersine çevirmek kolaydır
Bu nedenle, eğer daha sonra konum ve ölçek ile bir cauchy dağılımına sahiptir ve bir log-cauchy dağılımına sahiptir. Bu dağıtımdan üretilecek bazı kodlar ( :) kullanmadan )R
rcauchy
rlogcauchy <- function(n, mu, sigma)
{
u = runif(n)
x = mu + sigma*tan(pi*(u-.5))
return( exp(x) )
}
Not: Cauchy dağılımı çok uzun kuyruklu olduğu için, bunları bir bilgisayarda üslendirdiğinizde, sayısal olarak "sonsuz" değerler alabilirsiniz. Bu konuda yapılacak bir şey olduğundan emin değilim.
Ayrıca, doğrudan log-cauchy kantil işlevini kullanarak ters dönüşüm örneklemesi yapacak olsaydınız, aynı soruna sahip olacağınıza dikkat edin, çünkü hesaplama yaptıktan sonra aslında aynı şeyle sonuçlanırsınız -