不確かさの分布が異なる2タイプの（仮想）計測データを各100セット生成します。

generate_sample_data.rb

# 以下のファイル等が同じディレクトリにあるものとする。
# - box_muller.rb: Box-Muller法による乱数生成を実装したクラスBoxMullerを持つ。
#   https://gist.github.com/aldente-hu/5e913f4c9da5f80ae7fb7d3756a7e9b0 を参照のこと。
# - original.csv: 各測定点における"真の値"を格納している。
# - dataディレクトリ: データファイルの生成先。

# Usage:
# ruby generate_sample_data.rb

require_relative 'box_muller'

b = BoxMuller.new

# 1.真の値を計算する
x_array = (0..20).map { |x| 0.5*x }
model = lambda { |x| 251.0 * Math::exp(-0.232 * x) }
truth = x_array.to_h { |x| [x, model.call(x)] }

# 2.絶対不確かさが一定の計測データを出力 (CAU: Constant Absolute Uncertainty)
sigma = 3.0
File.open("data/cau.csv", 'w') { |file|
    truth.each do |x, y|
        file.write "%.1f" % x
        100.times do 
            file.write ",%.4f" % (y + sigma * b.next)
        end
        file.puts
    end
}

# 3.相対不確かさが一定の計測データを出力 (CRU: Constant Relative Uncertainty)
r_sigma = 0.03
File.open("data/cru.csv", 'w') { |file|
    truth.each do |x, y|
        file.write "%.1f" % x
        100.times do 
            file.write ",%.4f" % (y * (r_sigma * b.next + 1))
        end
        file.puts
    end
}