从截断的正态分布中绘制出错误的R标准差

Question

我试着增加平局的数量--仍然导致sd在96左右。

 require(truncnorm)
 mean_old = -5425.078
 sd_old = 745.7254
 val = rtruncnorm(10000, a=0,  mean = mean_old, sd = sd_old)
 sd(val)
 sqrt(vtruncnorm( a=0,  mean = mean_old, sd = sd_old))

Answer 1

好的，我做了快速测试

require(truncnorm)

val = rtruncnorm(1000000, a=7.2,  mean = 0.0, sd = 1.0)
sd(val)
sqrt(vtruncnorm( a=7.2,  mean = 0.0, sd = 1.0))

正则截断高斯。在a=6时，它们非常接近，0.1554233 vs 0.1548865 f.e.取决于种子等。在a=7时，它们系统地不同，0.1358143 vs 0.1428084（函数调用时采样值较小）。我已经检查了Python实现

import numpy as np
from scipy.stats import truncnorm

a, b = 7.0, 100.0

mean, var, skew, kurt = truncnorm.stats(a, b, moments='mvsk')

print(np.sqrt(var))

r = truncnorm.rvs(a, b, size=100000)
print(np.sqrt(np.var(r)))

得到0.1428083662823426,与R vtruncnorm结果一致。如果a=7.2左右，结果就更糟了。