У меня есть объект плотности дд создается следующим образом:Генерация стохастических случайных отклоняется от объекта плотности с R
x1 <- rnorm(1000)
x2 <- rnorm(1000, 3, 2)
x <- rbind(x1, x2)
dd <- density(x)
plot(dd)
Который производит это очень негауссов распределение:
alt text http://www.cerebralmastication.com/wp-content/uploads/2009/09/nongaus.png
Я бы в конечном счете, любят получать случайные отклонения от этого распределения, подобно тому, как rnorm отклоняется от нормального распределения.
Способ, которым я пытаюсь взломать это, чтобы получить CDF моего ядра, а затем заставить его рассказать мне об этом, если я передам ему кумулятивную вероятность (обратный CDF). Таким образом, я могу превратить вектор равномерных случайных вариаций в ничьи из плотности.
Кажется, что то, что я пытаюсь сделать, должно быть чем-то основным, что другие делали передо мной. Есть ли простой способ или простая функция для этого? Я ненавижу изобретать колесо.
FWIW Я нашел this R Help article, но я не могу понять, что они делают, и конечный результат, похоже, не создает то, что я хочу. Но это может быть шаг по пути, который я просто не понимаю.
Я рассмотрел только что с Johnson distribution from the suppdists package, но Джонсон не даст мне хороший бимодальный горб, который есть у моих данных.
Я знаю статистику. Я хочу реализовать метод статистики на определенном языке. Это программирование. –