圆形分布抽样方法及其向环面分布的拓展
统计方法学
2025-06-17 v3
摘要
从圆形分布进行抽样是方向统计学中的一项基本任务。在接受-拒绝方法中选择有效的包装密度是一个关键挑战，由于包装选择不当可能导致接受率低和计算成本增加，尤其在大规模模拟中尤为如此。为此，本文提出了一种新的抽样框架，利用上 Riemann 和来构建分段包装。该方法对任何在有界区间上可积的目标密度都有效。该方法相对于von Mises分布当前抽样方法具有更好的效能。此外，本文提出了一族定义在曲面环面上的分布，利用其面积元素。所提抽样方法随后用于生成来自环面模型的样本。我们探讨了来自该构造的一个边际分布的最大熵特征以及其他理论属性，这一边际分布基于von Mises分布。为了说明该框架的实际效用，我们将其应用于风向数据集。
引用
@article{arxiv.2405.09149,
title = {An Efficient Sampling from Circular Distributions and its Extension to Toroidal Distributions},
author = {Surojit Biswas and Buddhananda Banerjee},
journal= {arXiv preprint arXiv:2405.09149},
year = {2025}
}
备注
arXiv admin note: text overlap with arXiv:2304.01599