如何在截断正态分布范围内生成随机数

Question

我需要在截断正态分布的范围内生成一个值，例如，在python中，您可以使用scipy.stats.truncnorm（）来使def get_truncated_normal(mean=.0, sd=1., low=.0, upp=10.):    return truncnorm((low - mean) / sd, (upp - mean) / sd, loc=mean, scale=sd)这里如何描述是否有任何软件包可以制作一些东西，或者我应该自己编写以下函数？我尝试了以下方法，文档如何说，但它使数字不在所需的范围内：func GenerateTruncatedNormal(mean, sd uint64) float64 {    return rand.NormFloat64() * (float64)(sd + mean)}GenerateTruncatedNormal(10, 5)使16.61，-14.54，甚至32.8，但我预计由于->10 + 5 = 15是我们可以得到的最大值，因此获得15的几率很小。这是怎么回事？😅mean = 10

Answer 1

实现这一目标的一种方法是

从正态分布生成一个数字，其中包含所需的均值和标准差参数，x

如果它超出范围[低..high]，然后把它扔掉再试一次。

这遵循了正态分布的概率密度函数，有效地切断了左右尾部。

func TruncatedNormal(mean, stdDev, low, high float64) float64 {

    if low >= high {

        panic("high must be greater than low")

    }

    for {

        x := rand.NormFloat64()*stdDev + mean

        if low <= x && x < high {

            return x

        }

        // fmt.Println("missed!", x)

    }

}

如果 [低..high]间隔非常窄，那么它将需要更多的计算时间，因为更多的生成的数字将被丢弃。但是，它在实践中仍然非常快速地收敛。

我通过绘制其结果并将其与scipy的截断规范的结果进行比较来检查上面的代码，并且它们确实产生了等效的图表。