问题标签 [scipy.stats]

我正在使用 scipy.stats 中的 gaussian_kde 来拟合来自多元数据的联合 PDF，比如 X 和 Y。

现在我想根据 X 的值有条件地从这个 PDF 中重新采样。例如，一旦我的 X=x，从它的条件分布中生成 Y。

让我们使用此处文档中的示例。kernel.resample(1)将在所有分布上生成一对 (X,Y)。例如，一旦 X 为 0，我如何生成 Y？

如果我对屏蔽数组的屏蔽组件进行统计测试，我想它应该不起作用。但是当我运行 scipy.stats 测试时，我得到了实际的数字。
这是一个最小的例子：

请注意，x[:,0] 是一组被屏蔽的组件，因此没有可以运行测试的值。

这是否意味着在同一数组的未屏蔽组件上运行相同的测试时，例如 x[:,1]，结果同样不可靠？

scipy.stats.entropy计算连续随机变量的微分熵. 究竟是用什么估计方法，用什么公式计算微分熵的？（即分布的微分熵与norm分布的熵beta）

下面是它的github代码。微分熵是 pdf 乘以 log pdf 的负积分和，但我看不到这个或写的 log。可能是在调用 tointegrate.quad吗？

来源（第 2501 - 2524 行）：https ://github.com/scipy/scipy/blob/master/scipy/stats/_distn_infrastructure.py

假设我有一个样本，我有理由相信它遵循指数分布。我想估计分布参数 (lambda) 和一些置信度指示。置信区间或标准误差都可以。可悲的是，scipy.stats.expon.fit似乎不允许这样做。这是一个例子，我将使用 lambda=1/120=0.008333 作为测试数据：

关于伽马分布数据的类似问题的答案建议使用GenericLikelihoodModel模块statsmodels。虽然我可以确认这对于 gamma 分布的数据非常有效，但它不适用于指数分布，因为优化显然会导致不可逆的 Hessian 矩阵。这是由于 Hessian 矩阵中的非有限元素或np.linalg.eigh为 Hessian 矩阵生成非正特征值造成的。（这里的源代码；HessianInversionWarning 在类的fit方法中引发LikelihoodModel。）。

这似乎每次都会发生，因此它可能与指数分布的数据有关。

还有其他可能的方法吗？或者我可能在这里遗漏了什么或做错了什么？

编辑：事实证明，我做错了什么，即我错误地

代替

并相应地查看 fit 元组的第一个元素，而我应该查看第二个元素。

结果，我考虑的另外两个选项（按照维基百科上描述的标准程序手动计算拟合和置信区间）并按照此答案scikits.bootstrap中的建议使用实际上确实有效，并且是我将在一分钟内添加的解决方案的一部分不是问题。

这是我第一次来这里，我是编程新手。

我用 stats.linregress 将我的 df 的一列与另一列回归，我试图用卡方统计检验评估拟合优度，我尝试了 2 种方法，scipy.stats.chi2_contingency() 和 scipy.stats.chisquare （），问题是我无法从这些方法可读的列中获取频率（这就是我的想法）。

代码是：

输出：LinregressResult（斜率=57.735721968728164，截距=-1788.6653717798467，右值=0.014085574855596942，pvalue=0.47927072225571066，stderr=81.59589542103119）

但是我得到了 ValueError: 操作数不能与形状一起广播 (2525,) (25,

我尝试像这样应用 .ravel() 方法：

但这并没有改变什么。

我尝试使用 scipy.stats.chi2_contingency()：

但我得到ValueError：所有值都observed必须是非负的。

我也试过这个来获取表格：

但我得到 TypeError: value_counts() missing 1 required positional argument: 'self'

你能帮我用一种简单的方法来获得统计数据吗？我不需要使用methof本身，只是为了获取统计信息，我可以从表中获取p值。我在 jupiter notebook 上使用 python 3，我的操作系统是 win 10（我知道我知道，但直到最近我才需要编程任何东西）。提前致谢

python 中的 Scipy 提供了以下函数，这些函数似乎可以计算相同的信息论度量，即 Kullback-Leibler 散度，也称为相对熵：

• scipy.stats.entropy, 如果qk=None
• scipy.special.rel_entr
• scipy.special.kl_div

为什么三个是一样的？有人可以解释它们之间的区别吗？

似乎默认csr_matrix填充缺失值0。那么如何用 填充缺失值np.nan呢？

输出：

预期的：

在我的应用程序中，输入数据集通常来自高斯分布。但是，有时它是多模态的，在这种情况下，我想将数据建模为来自多个高斯分布的数据的混合。

现在，我想估计许多基础分布的均值和 sigma。

我找不到办法做到这一点。

我正在考虑的一种方法是将数据集拆分为多个。我将使用高斯 KDE 并使用最小值作为分割点。但是，在基础分布重叠的区域中，它不会是准确的。

有没有更好的方法来做到这一点？

我正在尝试在 numpy 数组的第一列上使用 scipy.stats.johnsonsu.expect() 函数，但预期值函数包括来自 numpy 数组的值：

我收到此错误：

我可以通过对列表的正常迭代来做到这一点，但我想知道如何传入 A，以便输出是一个 [Mx1] 数组，其中包含来自 .expect() 的值，而在 lambda 函数中，A 被保存在计算期望值时保持不变。

我试图找出定义包裹在半圆上的 von-Mises 分布的最佳方法（我用它来绘制不同浓度的无方向线）。我目前正在使用 SciPy 的 vonmises.rvs()。本质上，我希望能够输入 pi/2 的平均方向，并将分布截断到不超过 pi/2 的任一侧。

我可以使用截断的正态分布，但我会失去 von-mises 的包装（比如，如果我想要一个 0 的平均方向）

我在研究文件中看到了这一点，研究了映射纤维方向，但我不知道如何实现它（在 python 中）。我有点不知道从哪里开始。

如果我的 von Mesis 被定义为（来自 numpy.vonmises）：

和：

我将如何更改它以使用半圆环绕？

有这方面经验的人可以提供一些指导吗？