下面是我的示例和用于拟合CDF的代码。import numpy as npimport scipy.stats as st
samples = [2,3,10,7,9,6,1,3,7,2,5,4,6,3,4,1,4,6,3,10,3,7,5,6,6,5,4,2,2,5,4,5,6,4,4,6,3,3,3,2,2,2,4,2,6,2,7,4,3,2,2,1,4,2,2,5,3,9,6,8,3,6,6,3,9,2,3,3,3,5,4,4,5,4,1,8,5,8,6,6,7,6,3,2,4,2,16,6
浏览 65提问于2020-02-15得票数 1
回答已采纳
我有一个丢包率的CDF分布图。因此，我没有原始数据或CDF模型本身，而是CDF曲线的样本。(数据是从文献中公布的情节中提取出来的。) 我想找出哪个分布和什么参数提供了与CDF样本最接近的拟合。我已经看到，Scipy统计分布提供了fit(数据)方法，但所有示例都适用于原始数据点。随后从拟合的参数中提取PDF/CD
浏览 18提问于2018-12-28得票数 0
回答已采纳
1回答
我试图在我的数据中拟合指数格式，看看它是否是一个很好的拟合/发展一个方程从拟合，但我不确定如何，因为我认为scipy.stats适合的PDF，而不是民防基金。如果我有以下数据：q = [1e-9,9.9981e-10,9.9504e-10,9.7905e-10,9.492e-10];
如何将指数格式与数据相匹配或者如何找到最适合<e
浏览 2提问于2019-02-24得票数 0
回答已采纳
我正在尝试使用scipy.stats.gamma和scipy.optimize.minimize以及我的数据来估计scale参数。我建立了一个要计算的函数： return sum((gamma.cdf(x, para[0], para[1])-y)**2)/2res=minimize(loss_func, ini0, (x ,y), method='nelder-mead'
浏览 0提问于2013-12-23得票数 0
1回答
Python单边KS测试
、、、
针对大量的理论概率分布，我对我的分布进行了单向的KS检验(观测到了一个从0到100之间的公共交通网格的占用情况)： "norm", #Normal (Gaussian+cdf+".fit(data_sample)");
D, p = scipy.stats.kstest+str('{0</
浏览 6提问于2019-12-20得票数 2
回答已采纳
我有一个独特的频率系列，想知道它们是否来自正态分布，所以我用scipy.stats.kstest做了一个Kolmogorov测试。因为，据我所知，这个函数只需要一个列表，所以我将频率转换成一个列表，然后再将它放入函数中。但是，结果很奇怪，因为pvalue=0.0[In]: frequencies = mp[['c','v']]
7 3474.0 151.0
6 3473.8 15
浏览 4提问于2017-10-11得票数 6
回答已采纳
我正在尝试拟合一个对数正态分布：import scipy.stats as sp
y_axis = [0,0.2,0.4,0.6,0.8我知道只有5个数据点，但是当我在excel中<em
浏览 15提问于2017-12-29得票数 0
我正在尝试使用scipy将一个自定义分布拟合到一个大型(~O(500,000)个测量值)数据集。我已经根据其他一些因素推导出了一个理论PDF，但无论是手工还是使用符号集成软件，我都找不到CDF的确切形式。目前，简单地评估来自我的自定义发行版的1000个随机样本是昂贵的，我认为这是由于需要反转未知的CDF。如果我找不到CDF的显式形式并且它是相反的，我还能做些什么来加快这个发行版的使用速度呢？我已经使用</em
浏览 12提问于2019-02-18得票数 0
回答已采纳
1回答
如何在python中插值累积函数
、、、、
我有一个由6个点组成的累积函数(CDF)。我必须对其进行插值，所以我使用了interp1d (来自scipy.interpolate导入interp1d)，结果如下： ? 蓝点是初始数据，红色曲线是线性插值后的数据。然而，我对此并不是很满意，特别是在点4和点5之间，线性关系的假设低估了真实的曲线(如果我把这条曲线想象成一条sigmoid或双曲正切)。因此，我尝试始终使用interp1d，但使用
浏览 10提问于2020-10-06得票数 0
1回答
我想用mean=0和variance=1来测试一个数据集的分布与高斯分布的接近程度。我看到的问题是，它取决于我生成的要比较
浏览 7提问于2020-08-26得票数 1
2回答
我试图在python中使用图像切片器分割图像，然后对每个图像应用直方图均衡化，并将它们组合回来。我能够将图像分割成更小的块，我可以看到它们正在被更新，但是在将它们拼接在一起之后，我最终得到了与原始图像相同的图像。有人能指出我做错了什么吗。0,256]) cdf_normalized = cdf *hist.max()/ cdf.max()
plt.plot(cdf</
浏览 0提问于2017-04-22得票数 1
回答已采纳
4回答
MATLAB语法：normplot(x)
我尝试使用matplotlib & numpy模块来确定数组中值的概率/百分位数，但输出的曲线图y轴比例与MATLAB中的曲线图相比是线性的。data =[-11.83,-8.53,-2.86,-6.49,-7.53,-9.74,-9.44,-3.58,-6.68,-13.26,-4.52]
plot_percentiles = range(0,
浏览 0提问于2011-06-17得票数 7
回答已采纳
我有一组数据值，我想要获得该数据集的CDF (累积分布函数)。 h = np.float(b - a) / n for i in range(1, n):
s += ag(a + i*h
浏览 44提问于2018-09-07得票数 0
回答已采纳
1回答
将数据点拟合到累积分布
、、、、
我正在尝试将gamma分布拟合到我的数据点，我可以使用下面的代码来实现这一点。= ss.rv_continuous.fit(ss.gamma, dataPoints, floc=0)
我想使用许多这样的小伽马分布来重建一个更大的分布(更大的分布与这个问题无关，只是为了证明我为什么要拟合cdf而不是pdf)。为了实现这一点，我想要将累积分布(而不是pdf )拟合到较小的分布数
浏览 32提问于2013-09-17得票数 24
2回答
我想知道是否有人能解释一下scipy.stats中的以下功能：rv_continuous.pdfscipy.stats.rv_continuous.pdf(a) #a being the list of areas
scipy.stats.rv_continuous.expect(
浏览 7提问于2013-07-29得票数 1
回答已采纳
1回答
我是Python的新用户，我正在尝试将一些实验数据与CDF的数据进行拟合。数据如下，它们应该以x轴对数比例绘制： %matplotlib inlineimport matplotlib.pyplot as plt
x=np.array我找到了一位用户的证词，他使用以下方法拟合了一个数据： from scipy.special import
浏览 67提问于2019-05-17得票数 0
我有一个拟合的二项式logit模型，想要计算经历事件的累积概率<=协变量的某个值。例如，如果我有一个基于连续距离范围(0-8.5公里)来预测和结果的拟合模型，我可能想要找出距离<=到4.5公里的累积概率。我有估计概率和相关距离的向量，如下1.34210526315789还有一种简单的方法来计算距离(从0到任何值)包含50%的累积
浏览 0提问于2014-04-18得票数 0
3回答
如何在python中计算
我想从我拥有的一组点(离散分布)来计算它，而不是像scipy那样使用连续分布。
浏览 1提问于2014-07-17得票数 33
回答已采纳
1回答
代码的目标是为连续分布(在本例中为正态分布)寻找最适合某些经验数据的参数。我熟悉Python，但对SAS非常陌生。s<10;run;import pandas as pd第二，
浏览 6提问于2022-05-06得票数 1
如何将y=(1/A)e^(-x/A)形式的指数函数拟合到所显示的数据中并绘制该函数？我还需要一些适应Python的习惯。我们将非常感谢您的帮助！
提前谢谢你。
浏览 0提问于2017-11-23得票数 1
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
