6

Scipy文档给出了指数使用的分布形式： 

expon.pdf(x) = lambda * exp(- lambda*x)

然而 fit 函数需要：

fit(data, loc=0, scale=1)

rvs 函数需要：

rvs(loc=0, scale=1, size=1)

问题 1：为什么会有无关的位置变量？我知道指数只是更一般分布（伽马）的特定形式，但为什么要包含不需要的信息？甚至 gamma 也没有位置参数。

问题 2：fit(...) 的输出是否与输入变量的顺序相同。我的意思是如果我这样做：

t = fit([....]) , t will have the form t[0], t[1]

我是否应该将 t[0] 解释为形状，将 t 1解释为比例。

这适用于所有发行版吗？

伽马怎么样：

fit(data, a, loc=0, scale=1)
4

1 回答 1

4

  1. 每个单变量概率分布，无论其通常的公式是什么，都可以扩展为包括位置和尺度参数。有时，这需要将分布的支持从仅正/非负实数扩展到整个实数线，当 PDF 值低于该loc值时仅为 0。scipy.stats这样做是为了将所有的处理转移loc到scale所有发行版共享的通用方法上。有人建议删除它，并使分布像gamma loc-less 遵循它们的规范公式。loc然而，事实证明，如果我没记错的话，有些人确实使用具有非零参数的“移位伽马”分布来模拟太阳黑子的大小，以及当前的行为scipy.stats非常适合他们。所以我们保留它。

  2. 如果有形状参数，则该方法的输出fit()是表单的元组。对于没有形状参数的正态分布，它将仅返回. 对于有一个 gamma 分布，它将返回. 多个形状参数的顺序与分配给其他所有方法的顺序相同。这适用于所有发行版。(shape0, shape1, ..., shapeN, loc, scale)N(loc, scale)(shape, loc, scale)

于 2013-07-23T17:51:49.897 回答