我使用過(guò) Matlab，但我也歡迎使用 python 來(lái)解決問(wèn)題。我有一個(gè)隨機(jī)變量的預(yù)測(cè) CDF（即 CDF^），Var并且想使用這個(gè)預(yù)測(cè)的 CDF（CDF^）生成 N 個(gè)場(chǎng)景。這是我所做的。我想知道這種方法是否有意義，以及如何在步驟 3 中自動(dòng)生成 N 個(gè)場(chǎng)景。1) 我在 CDF^ 上使用 MLE 擬合假設(shè)的累積分布函數(shù)（比如說(shuō) Weibull），并獲得擬合函數(shù)的相應(yīng)參數(shù)。2）使用這些參數(shù)，我繪制了假設(shè)分布的pdf。3）在這一步中，我不知道該做什么以及如何做！基本上我想，我應(yīng)該var通過(guò)計(jì)算每個(gè)矩形的面積來(lái)離散化并找到每個(gè)段的相應(yīng)概率。4) 我如何以 PMF 形式繪制我的原始數(shù)據(jù) (var)，因?yàn)樗呀?jīng)是 CDF 形式？！var= [ 0.001    0.01    97  145 150 189 202 183 248 305 492 607 1013];cdf_prob = [0.01, 0.05, 0.15, 0.25, 0.35, 0.45, 0.50, 0.55, 0.65, 0.75, 0.85, 0.95, 0.99];                             % cumulative prob.a= mle(var, 'distribution', 'wbl');              plot(var, cdf_prob, 'o-')                         % my datahold onxgrid = linspace (0, 1.1*max(var));plot (xgrid, wblcdf(xgrid,a(1),a(2)));            % fitted cdffigure(2)                                         % fitted PDFpd= makedist('wbl', 'a', a(1),'b', a(2));y=pdf(pd, xgrid);plot(xgrid,y)第 3 步：