случайной выборки из заданного распределения

Question

Итак, у меня есть это две части CDF

def cdfH1a(x): 
    return 0.189497583190681*np.sqrt(2 * np.pi)*sp.erf(np.sqrt(2)* (x/2)) 
def cdfH1b(x): 
    return 0.0141047395886939*np.sqrt(np.pi)*sp.erf(7.07106781186547*x - 14.1421356237309) 

, и я сделал это, чтобы найти эмпирическую CDF

sorted = np.sort(sampleH1) 
yVals = np.arange(len(sorted))/float(len(sorted)) 
plt.plot(sorted, yVals) 
plt.show() 

, но я не знаю, как генерировать 10000 случайных выборок из моей ВПР (такие образцы будут введены в sampleH1)

в настоящее время, я делаю это, но я не думаю, что это правильно

sampleH1 = [] 
for x in sampleH0: 
    sampleH1.append(x + (cdfH1a(x) + cdfH1b(x))) 

Где sampleH0 10000 выборок из нормально распределенной CDF

Если кто-то может пролить некоторый свет, что было бы здорово, спасибо

Answer 1

Если вы используете NumPy, вы можете просто угробить цикл:

sampleH1 = sampleH0 + cdfH1a(sampleH0) + cdfH1b(sampleH0)