Python 将分布拟合为钟形曲线

Question

我正在研究预测模型。我的模型预测并不总是作为标准分布出现。我想变换或拟合分布值，以便分布适合钟形曲线。就像我想要一种转换函数，将我的分布转换成钟形曲线(不一定是标准化的)。

例如，我的发行版如下:

请注意，分布有些偏斜，并且不完全标准/形状像钟形曲线。

这与我希望的分布接近:

注意:这也不是完美的分布，只是更接近

注意:我并不是试图标准化这些值，只是拟合分布。请注意，目标分布未标准化。

我以为我可以使用 scipy.norm 或 numpy 的东西，但我似乎找不到我想要的东西。

Answer 1

您可能会考虑的一个工具是 Box-Cox transformation 。 scipy 中的实现是 scipy.stats.boxcox .

这是一个例子:

import numpy as np
from scipy.stats import boxcox, gamma
import matplotlib.pyplot as plt


# Generate a random sample that is not from a normal distribution.
np.random.seed(1234)
x = gamma.rvs(1.5, size=250)

# Transform the data.
y, lam = boxcox(x)

# Plot the histograms.
plt.subplot(2, 1, 1)
plt.hist(x, bins=21, rwidth=0.9)
plt.title('Histogram of Original Data')
plt.subplot(2, 1, 2)
plt.hist(y, bins=21, rwidth=0.9)
plt.title('Histogram After Box-Cox Transformation\n($\\lambda$ = %.4g)' % lam)
plt.tight_layout()
plt.show()