有人能帮我在python中拟合伽马分布吗?嗯,我有一些数据:X和Y坐标,我想找出符合这个分布的gamma参数……在Scipy doc中,事实证明fit方法确实存在,但我不知道如何使用它:s.首先,参数"data“必须采用哪种格式,以及如何提供第二个参数(参数),因为这就是我要查找的内容。
发布于 2010-05-24 18:38:29
生成一些gamma数据:
import scipy.stats as stats
alpha = 5
loc = 100.5
beta = 22
data = stats.gamma.rvs(alpha, loc=loc, scale=beta, size=10000)
print(data)
# [ 202.36035683 297.23906376 249.53831795 ..., 271.85204096 180.75026301
# 364.60240242]
在这里,我们将数据拟合到伽马分布:
fit_alpha, fit_loc, fit_beta=stats.gamma.fit(data)
print(fit_alpha, fit_loc, fit_beta)
# (5.0833692504230008, 100.08697963283467, 21.739518937816108)
print(alpha, loc, beta)
# (5, 100.5, 22)
发布于 2014-04-04 15:29:13
我对ss.gamma.rvs-函数不满意,因为它可以生成负数,这是伽马分布不应该有的。因此,我通过期望值=均值(Data)和方差= var(data) (有关详细信息,请参阅维基百科)对样本进行拟合,并编写了一个函数,该函数可以在没有scipy的情况下生成伽马分布的随机样本(我发现很难在附注中正确安装它):
import random
import numpy
data = [6176, 11046, 670, 6146, 7945, 6864, 767, 7623, 7212, 9040, 3213, 6302, 10044, 10195, 9386, 7230, 4602, 6282, 8619, 7903, 6318, 13294, 6990, 5515, 9157]
# Fit gamma distribution through mean and average
mean_of_distribution = numpy.mean(data)
variance_of_distribution = numpy.var(data)
def gamma_random_sample(mean, variance, size):
"""Yields a list of random numbers following a gamma distribution defined by mean and variance"""
g_alpha = mean*mean/variance
g_beta = mean/variance
for i in range(size):
yield random.gammavariate(g_alpha,1/g_beta)
# force integer values to get integer sample
grs = [int(i) for i in gamma_random_sample(mean_of_distribution,variance_of_distribution,len(data))]
print("Original data: ", sorted(data))
print("Random sample: ", sorted(grs))
# Original data: [670, 767, 3213, 4602, 5515, 6146, 6176, 6282, 6302, 6318, 6864, 6990, 7212, 7230, 7623, 7903, 7945, 8619, 9040, 9157, 9386, 10044, 10195, 11046, 13294]
# Random sample: [1646, 2237, 3178, 3227, 3649, 4049, 4171, 5071, 5118, 5139, 5456, 6139, 6468, 6726, 6944, 7050, 7135, 7588, 7597, 7971, 10269, 10563, 12283, 12339, 13066]
发布于 2010-11-09 08:39:36
如果你想要一个很长的例子,包括关于估计或修复发行版支持的讨论,那么你可以在https://github.com/scipy/scipy/issues/1359和链接的邮件列表消息中找到它。
在scipy的主干版本中添加了在拟合期间修复参数(如位置)的初步支持。
https://stackoverflow.com/questions/2896179
复制相似问题