java - 从数据集中随机抽样，同时保留原始概率分布

Question

我有一组 >2000 个数字，从测量中收集。我想从这个数据集中抽样，每次测试约 10 次，同时保留总体概率分布，并在每次测试中(在大约可能的范围内)。例如，在每个测试中，我想要一些小值，一些中等值，一些大值，均值和方差近似接近原始分布。结合所有的测试，我还想要所有样本的总均值和方差，近似接近原始分布。

因为我的数据集是 long-tail probability distribution ，每个分位数的数据量是不一样的:

图 1. ~2k 数据元素的密度图。

我正在使用 Java，现在我正在使用 uniform distribution ，并使用数据集中的随机整数，并返回该位置的数据元素:

public int getRandomData() {
    int data[] ={1231,414,222,4211,,41,203,123,432,...};
    length=data.length;
    Random r=new Random();
    int randomInt = r.nextInt(length);
    return data[randomInt];
}

我不知道它是否如我所愿，因为我使用数据是为了测量它，它具有大量的序列相关性。

Answer 1

如你所愿。数据的顺序无关紧要。