- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我想为一些可能受离散分布支配的数据找到最大似然估计。但是在 scipy.stats 中,只有代表连续分布的类才有合适的函数来做到这一点。代表离散分布的类不代表的原因是什么?
最佳答案
简短的回答:因为据我所知,没有人为它编写代码,甚至没有人尝试过。
更长的答案:我不知道使用通用最大似然法的离散模型可以走多远,就像连续分布一样,它适用于许多但不是所有这些。
大多数离散分布对参数都有严格的限制,并且很可能大多数都需要特定于分布的拟合方法
>>> [(f, getattr(stats, f).shapes) for f in dir(stats) if isinstance(getattr(stats, f), stats.distributions.rv_discrete)]
[('bernoulli', 'pr'), ('binom', 'n, pr'), ('boltzmann', 'lamda, N'),
('dlaplace', 'a'), ('geom', 'pr'), ('hypergeom', 'M, n, N'),
('logser', 'pr'), ('nbinom', 'n, pr'), ('planck', 'lamda'),
('poisson', 'mu'), ('randint', 'min, max'), ('skellam', 'mu1,mu2'),
('zipf', 'a')]
statsmodels 提供了一些离散模型,其中参数也可以取决于一些解释变量。其中大多数,如广义线性模型,需要一个链接函数来将参数值限制在有效范围内,例如概率区间 (0, 1),或计数模型中参数大于零。
然后二项式中的“n”参数和其他一些参数必须是整数,这使得无法使用 scipy.optimize 中通常的连续最小化器。
一个好的解决方案是让某人添加特定于分布的拟合方法,这样我们至少可以使用更简单的方法。
关于python - 在 scipy.stats 中,rv_continuous 有一个 fit 方法来查找 MLE,但 rv_discrete 没有。为什么?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16451222/
from scipy import stats import numpy as np class your_distribution(stats.rv_continuous): def _pd
我有以下代码片段: from scipy import stats class my_distribution(stats.rv_continuous): def __init__(self)
我正在尝试为我根据数据生成/估计的一些 pdf 计算 E[f(x)]。 文档中说: Subclassing New random variables can be defined by subclas
我一直在寻找关于如何使用 rv_continuous 的好的教程或示例,但一直找不到。 我读了: http://docs.scipy.org/doc/scipy/reference/generated
我想自己生成一个有界分布函数。但我在上限中看到了奇怪的行为。这是我的代码: import matplotlib.pyplot as plt from scipy.stats import rv_con
我有以下 scipy.stats.rv_continuous 的子类: from scipy.stats import rv_continuous import math class Distribu
在我的 Python 项目中,我像这样扩展 scipy.stats.rv_continuous: class GenlogisticGen(LmomDistrMixin, scipy.stats.rv
我包含了我在下面编写的代码。由于某种原因,与初始分布相比,上限 0.804 被过度采样。我正在使用的两个发行版都会出现这种情况。 这是 rv_continuous 的常见问题还是我遗漏了什么? imp
编辑:计算出分布。并使其大部分工作,除了形状参数为负时。 PDF 应该适用于负形状值,但不适用于子类分布。 我正在尝试使用 scipy 统计数据创建偏态正态分布。我现在只需要PDF。 我对 rv_co
最终,我试图将两个 PDF 之间的 copula 可视化,这两个 PDF 是根据数据估计的(均通过 KDE)。假设,对于其中一个 KDE,我将离散的 x,y 数据排序在一个名为 data 的元组中。我
我正在尝试生成具有特定光度的 QSO 的随机概率密度函数,其形式为: 1/( (L/L_B^* )^alpha + (L/L_B^* )^beta ) 其中 L_B^*、alpha 和 beta 都是
我试图使用 scipy.stats.rv_continuous 对给定概率密度函数(pdf)的随机变量进行采样: class Distribution(stats.rv_continuous):
以下最小示例似乎存在内存泄漏(使用 SciPy 版本 0.17.0 进行测试) import resource from scipy.stats import rv_continuous class
我正在尝试通过子类化 rv_continuous 来生成二维均匀分布. from scipy import stats class uniform_2d(stats.rv_continuous):
我想为一些可能受离散分布支配的数据找到最大似然估计。但是在 scipy.stats 中,只有代表连续分布的类才有合适的函数来做到这一点。代表离散分布的类不代表的原因是什么? 最佳答案 简短的回答:因为
我是一名优秀的程序员,十分优秀!