[英]Distribution fitting in Python without SciPy
我正在编写一个Python脚本,该脚本需要使分布适合某些生成的数据。
我发现使用SciPy或其他具有SciPy作为依赖项的程序包是可行的。 但是,由于管理上的限制,我无法在运行脚本的计算机上安装SciPy的依赖项(例如Blas)。
有没有一种方法可以在Python中执行分布拟合而无需使用SciPy或依赖于它的软件包?
编辑 :如评论中所问,我要执行的操作是执行Anderson-Darling测试的正态性。
我到目前为止发现的替代方法(但必须忽略):
拟合正态分布只需要计算平均值和标准偏差。
Anderson-Darling测试仅需要numpy,或者可以使用列表理解来重写。 将AD测试的临界值制成表格或基于简单的近似公式。 它不使用任何困难的部分,例如优化或特殊。
因此,我认为将scipy.stats或statsmodels版本转换为使用纯Python或仅将numpy作为依赖项应该不难。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.