Using Boost skew_normal_distribution

Question

此之前已经解决了此问题(使用boost的skewed_normal_distribution(，但是我遇到困难，上一个线程不包括任何解决方案代码。

我想使用Boost Library中内置的功能

中的偏斜正态分布进行采样

我正在调整我知道的代码，与normal_distribution<>类可以正常工作，但是当我运行代码时，我会继续获取下面显示的错误。如果有人能帮助我，我将非常感谢。

#include <boost/random.hpp>
#include <boost/random/normal_distribution.hpp>
#include <boost/math/distributions/skew_normal.hpp>
int main() {
boost::mt19937 rng2;
boost::math::skew_normal_distribution<> snd(0.0, 1.0, 1.0);
boost::variate_generator<boost::mt19937&,
        boost::math::skew_normal_distribution<> > var_snd(rng2, snd);
int i = 0; for (; i < 10; ++i)
{
    double d = var_snd();
    std::cout << d << std::endl;
}

    return 0;
}

错误：

[ 50%] Building CXX object CMakeFiles/untitled.dir/main.cpp.o
In file included from /usr/include/boost/random.hpp:55:0,
                 from /home/jack/CLionProjects/untitled/main.cpp:1:
/usr/include/boost/random/variate_generator.hpp: In instantiation of ‘class boost::random::variate_generator<boost::random::mersenne_twister_engine<unsigned int, 32ul, 624ul, 397ul, 31ul, 2567483615u, 11ul, 4294967295u, 7ul, 2636928640u, 15ul, 4022730752u, 18ul, 1812433253u>&, boost::math::skew_normal_distribution<double> >’:
/home/jack/CLionProjects/untitled/main.cpp:13:63:   required from here
/usr/include/boost/random/variate_generator.hpp:59:48: error: no type named ‘result_type’ in ‘class boost::math::skew_normal_distribution<double>’
     typedef typename Distribution::result_type result_type;

Answer 1

Boost中有两个不同的名称空间，它们都包含分布类：boost::random和boost::math。不幸的是，这两个不同的名称空间是用不同的目的编写的，因此，在您试图在此处做的时候，基础分布不能立即互换。

您会注意到，您最初启动的正常分发类属于boost::random名称空间。而skew_normal类属于boost::math名称空间；因此不兼容。

如果您只想从boost::math::skew_normal分发生成样品，但是您可以使用以下方法(假设您使用C 11(：

#include <boost/math/distributions/skew_normal.hpp>
// Setup generators
std::random_device rd;
std::default_random_engine noise_generator;
// Sample from a uniform distribution i.e. [0,1)
std::uniform_real_distribution<double> uniform_dist(0,1.0);
// Take a different value every time to generate probabilities from 0 to 1
noise_generator.seed(rd());
auto probability = uniform_dist(noise_generator);
auto skew_norm_dist = boost::math::skew_normal_distribution<double>(
    0, 1., 10.);
// Use the probability from the uniform distribution with the percent point
// function of the skew_normal
double skew_normal_sample_point = boost::math::quantile(skew_norm_dist, probability);
std::cout << "Sample point: " << skew_normal_sample_point << std::endl;

在这里，您本质上是从统一分布中生成概率值，然后使用它从skew_normal_distribution的百分比函数中查找值。

如果将最后四行放在循环中并产生大量点，例如

for(unsigned int i = 0; i < 10000; ++i)
{
    noise_generator.seed(rd());
    auto probability = uniform_dist(noise_generator);
    double skew_normal_sample_point = boost::math::quantile(skew_norm_dist, probability);
    std::cout << skew_normal_sample_point << std::endl;
}

然后在直方图中绘制结果，您会看到它们符合您创建的偏斜的正态分布。