“形状参数”是什么意思?
顾名思义,形状参数决定了分布的形状。当从形状参数不是什么开始时,这可能最容易解释:
位置参数会改变分布,但在其他方面保持不变。例如,正态分布的平均值是一个位置参数。如果X
正态分布 均值mu
, 那么X + a
正态分布 均值mu + a
。
尺度参数使分布更宽或更窄。例如,正态分布的标准差是一个尺度参数。如果X
是 正 态 分布 与 标准 偏差sigma
, 那么X * a
是 正态 分布 与 标准 偏差sigma * a
.
最后,形状参数改变分布的形状。例如,Gamma 分布有一个形状参数k
,它决定了分布的偏斜程度(= 它“倾斜”到一侧的程度)。
但是a
andk
指的是什么?
k
是分布参数化的变量。zipf.pmf
你可以计算任何k
给定形状参数a
的概率。下图展示了如何a
改变分布的形状(不同 k 的个体概率)。
高a
使得大的值k
非常不可能,而低a
则使得小k
的可能性较小,而较大k
的可能。
参数是什么alpha
意思?那是“置信区间”吗?
说这alpha
是置信区间是错误的。它是置信水平。我想这就是你的意思。例如,alpha=0.95
意味着您有 95% 的置信区间。如果您k
从特定分布生成随机 s,则其中 95% 将在zipf.interval
.
情节代码:
from scipy.stats import zipf
import matplotlib.pyplot as plt
import numpy as np
k = np.linspace(0, 10, 101)
for a in [1.3, 2.6]:
p = zipf.pmf(k, a=a)
plt.plot(k, p, label='a={}'.format(a), linewidth=2)
plt.xlabel('k')
plt.ylabel('probability')
plt.legend()
plt.show()