在零附近生成二項分佈

我正在尋找生成二項式的分佈。我想要一個二項式分佈，但我希望它以零爲中心（我知道這對於二項分佈的定義沒什麼意義，但仍然是，這是我的目標。）在零附近生成二項分佈

我發現的唯一方法是在Python中這樣做是：

def zeroed_binomial(n,p,size=None): 
    return numpy.random.binomial(n,p,size) - n*p

是否有這個分佈的真名？這段代碼是否真的給了我想要的東西（以及我怎麼說）？是否有更清潔/更好/經典/已經實現的方式？

2013-03-22 jhoyla

我只能看到感覺在這樣的分配，如果P = 0.5（否則爲中心的概念似乎牽強） – njzk2 2013-03-22 14:28:21

或許中心是打錯字了，我的意思是，最常見的元素應該爲零。 – jhoyla 2013-03-22 14:29:56

所以基本上是一個二項式，如f（0）= max（f（x））。你在做什麼？ – njzk2 2013-03-22 14:32:03

如果你想要一個以「0」爲中心的「離散化」正態分佈，你正在做的事情很好。如果你想要整數值，你應該在減去前舍入n*p。

但limit of the binomial distribution is just the normal distribution時n變大，與p界從0或1，因爲n*p遠不會是除了某些值的整數，爲什麼不直接使用正態分佈？

2013-03-22 15:27:09

這對大N來說都是如此，但是操作可能需要一個小N的二項式，在這種情況下，正態分佈不會是一個好的近似值。 – 2013-03-22 16:19:34

對'n * p'四捨五入的好的呼叫。 – jhoyla 2013-03-22 17:28:43

@AndrewMao你可以詳細談一下你的意思嗎？四捨五入$ n * p $在減去之前爲了得到「離散化」的正態分佈？ – Alex 2017-07-22 11:46:30

在scipy.stats模塊中實現的概率分佈允許您通過在構造函數中指定loc關鍵字來任意移動分佈。要獲得平均二項分佈轉移接近0時，您可以撥打

p = stats.binom(N, p, loc=-round(N*p))

（請務必使用一個整數值loc與離散分佈。）

下面是一個例子：

p = stats.binom(20, 0.1, loc=-2) 
x = numpy.arange(-3,5) 
bar(x, p.pmf(x))

bar plot

編輯：

要生成實際的隨機數，請使用scipy.stats模塊中隨機分佈隨附的rvs()方法。例如：

>>> stats.binom(20,0.1,loc=-2).rvs(10) 
array([-2, 0, 0, 1, 1, 1, -1, 1, 2, 0])

2013-03-22 20:32:55 silvado

我實際上是在尋找符合分佈的隨機數列表，而不僅僅是分佈的樣子。我想我可以從分配中產生數字，但不會感覺乾淨。 – jhoyla 2013-03-24 00:21:54

@jhoyla'scipy.stats'中的每個分發當然都有一個生成隨機數的方法。看我的編輯。你爲什麼覺得它不乾淨？ – silvado 2013-03-24 18:43:36

回答