python - 如何获得我的指数拟合的真实均值和 se？

Question

我试图同时拟合，在同一个图上的直方图上进行高斯分布和指数拟合，但是当我尝试获取指数拟合的均值时，我得到了一些错误信息，例如均值:-9.8636992990798974e-07，(我希望得到类似 70 的东西，而不是 -9.8e-07)。

有了高斯拟合，我没有值(value)问题。

这是我的情节的打印:

我不知道我在获取指数拟合均值的代码中做错了什么:

plt.figure(1)

plt.subplot(221)

cycle = map(float,cycle)
cycle = np.array(cycle)

list_cycle1 = cycle[cycle < 1000 ]
list_cycle2 = cycle[cycle >= 1000]

plt.hist(list_cycle1, bins=10, normed=True)

xt1 = plt.xticks()[0]
xmin1, xmax1= min(xt1), max(xt1)
lnspc1 = np.linspace(xmin1, xmax1, len(list_cycle1))

m1, s1 = stats.expon.fit(list_cycle1, moments='mv')
pdf_e = stats.expon.pdf(lnspc1, m1, s1)  
plt.plot(lnspc1, pdf_e, label='expon pdf') 

list_mean_1.append(m1)
list_se_1.append(s1)

plt.hist(list_cycle2, bins=10, normed=True)

xt2 = plt.xticks()[0]
xmin2, xmax2= min(xt2), max(xt2)
lnspc2 = np.linspace(xmin2, xmax2, len(list_cycle2))

m2, s2 = stats.norm.fit(list_cycle2)
pdf_g = stats.norm.pdf(lnspc2, m2, s2)
plt.plot(lnspc2, pdf_g, label="Norm")

list_mean_2.append(m2)
list_se_2.append(s2)

如果需要，我可以添加 list_cycle1 和 list_cycle2 的示例。

PS:我读了this SciPy documentation而且我不明白我的代码哪里失败了，无法获得我的指数拟合的平均值。

Answer 1

stats.expon.fit 返回元组 (loc, scale)。根据文档，

比例 = 1/λ

这也是指数分布的均值。因此，它是您想要的第二个参数。

如果想强制location为0，可以传入floc参数进行fit。