Я пытаюсь моделировать временные метки событий, которые обычно соответствуют пуассоновскому процессу, где среднее = дисперсия.Я добился этого, используя следующий код, который выбирает экспоненциальный (межвременной отсчет экспоненциальный для Пуассона), и он, кажется, работает довольно хорошо.
def GenerateTimes(self):
intervals = [random.expovariate(self.CountsPerSecond) for i in range(self.nDataPoints)]
timeStamps = [0.0]
timeStamp = 0.0
for t in intervals:
timeStamp += t
timeStamps.append(timeStamp)
self.timeStamps = timeStamps
Теперь я хочу смоделировать очень похожий процесс и включить степень избыточной дисперсии, то есть дисперсию> среднее.Для полного объяснения чрезмерной дисперсии посмотрите на эту страницу .По сути, я хочу включить степень «слипания» или «кластеризации» в метках времени.
В идеале, я хотел бы, чтобы среднее значение было таким же, как у чистого пуассоновского процесса, но стандартное отклонение должно быть увеличено с помощью множителя, т.е. 1,5 х сигма, 2 х сигма и т. Д. Любой совет, как я могу это сделать?
Спасибо