Computing

, Volume 50, Issue 1, pp 1–18 | Cite as

Generating beta variates via patchwork rejection

  • H. Zechner
  • E. Stadlober
Article

Abstract

A new algorithm for sampling from beta(p, q) distributions with parametersp>1,q>1 is developed. It is based on a method by Minh [9] which improves acceptance-rejection sampling in the main part of the distributions. Additionally, transformed uniform deviates can often be accepted immediately, so that much fewer than two uniforms are needed for one beta variate, on the average. The remaining tests for acceptance are enhanced by ‘squeezes’. Experiments covering a wide range of pairs (p, q) showed improvements in speed over competing algorithms in most cases.

AMS Subject Classifications

65C10 65C05 

Key words and Phrases

Random number generation beta distribution patchwork rejection 

Erzeugung von beta-verteilten Zufallszahlen mittels Patchwork-Verwerfung

Zusammenfassung

Ein neuer Algorithmus zur Erzeugung von Stichproben aus Beta(p, q)-Verteilungen mit Parameternp>1,q>1 wird entwickelt. Er basiert auf einer Methode von Minh [9], welche die Verwerfungstechnik im Hauptteil der Verteilungen verbessert. Zusätzlich können transformierte gleichverteilte Zufallszahlen oft sofort akzeptiert werden, so daß im Durchschnitt viel weniger als zwei gleichverteilte Zufallszahlen pro Beta-Stichprobe benötigt werden. Die verbleibenden Annahmetests werden durch “Squeezes” verbessert. Versuche über einen weiten (p, q)-Bereich ergaben in den meisten Fällen Geschwindigkeitssteigerungen im Vergleich zu konkurrierenden Methoden.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

References

  1. [1]
    Ahrens, J. H., Dieter, U.: Computer methods for sampling from gamma, beta, Poisson and binomial distributions. Computing12, 223–246 (1974).Google Scholar
  2. [2]
    Atkinson, A. C.: A family of switching algorithms for the computer generation of beta random variables. Biometrika66, 141–145 (1979).Google Scholar
  3. [3]
    Atkinson, A. C., Whittaker, J.: A switching algorithm for the generation of beta random variables with at least one parameter less than 1. J. Roy. Statist. Soc. A139, 462–467 (1976).Google Scholar
  4. [4]
    Atkinson, A. C., Whittaker, J.: Algorithm AS 134: The generation of beta random variables with one parameter greater than one and one parameter less than 1. Applied Statistics28, 90–93 (1979).Google Scholar
  5. [5]
    Cheng, R. C. H.: Generating beta variates with nonintegral shape parameters. Comm. ACM21, 317–322 (1978).Google Scholar
  6. [6]
    Devroye, L.: Non-uniform random variate generation. Berlin, Heidelberg, New York: Springer 1986.Google Scholar
  7. [7]
    Dieter, U., Ahrens, J. H.: Acceptance-rejection techniques for sampling from the gamma and beta distributions. Techn. Report83, Dep. Statist., Stanford Univ., Stanford, California 1974.Google Scholar
  8. [8]
    Jöhnk, M. D.: Erzeugung von betaverteilten und gammaverteilten Zufallszahlen. Metrika8, 5–15 (1964).Google Scholar
  9. [9]
    Minh, Do Le: Generating gamma variates. ACM Trans. on Math. Software14, 261–266 (1988).Google Scholar
  10. [10]
    Sakasegawa, H.: Stratified rejection and squeeze method for generating beta random numbers. Ann. Inst. Statist. Math.35, 291–302 (1983).Google Scholar
  11. [11]
    Schmeiser, B. W., Babu, A. J. G.: Beta variate generation via exponential majorizing functions. Oper. Research28, 917–926 (1980). (Errata: Oper. Research,31, 802, 1983).Google Scholar
  12. [12]
    Stadlober, E., Kremer, R.: Sampling from discrete and continuous distributions with C-rand. In: Pflug, G., Dieter, U. (eds.) Simulation and Optimization, pp. 154–162, 1992 (Springer Lecture Notes Econom. Math. Systems371).Google Scholar

Copyright information

© Springer-Verlag 1993

Authors and Affiliations

  • H. Zechner
    • 1
  • E. Stadlober
    • 1
  1. 1.Institut für StatistikTechnische Universität GrazGrazAustria

Personalised recommendations