使用具有预定平均值和标准（位置和比例）的scipy进行拟合分布？

Question

如何使用具有预定平均值和标准的scipy.stats.t.fit()来拟合t分布？

问题是，我有一个标准化的数据集， mean=0和std=1 ，我只想获得t分布的df 。 但是当我做scipy.stats.t.fit(data) ，它输出的df, loc, scale和loc＆sclae不一定等于0和1。

我怎么解决这个问题？ 谢谢！

Answer 1

在.fit()的调用中，使用参数fscale=1 floc=0和fscale=1来修复这些参数。

这是一个例子。 首先，导入t并生成一个样本以使用：

In [24]: from scipy.stats import t

In [25]: np.random.seed(123)

In [26]: sample = t.rvs(3, loc=0, scale=1, size=10000)

现在使用.fit()方法将t分布拟合到样本，将位置约束为0，将比例约束为1：

In [27]: t.fit(sample, floc=0, fscale=1)
Out[27]: (3.1099609375000048, 0, 1)

在fit docstring中有更多的例子（使用不同的发行版），在这里有stackoverflow 。