[英]Fit t distribution using scipy with predetermined mean and std(loc & scale)?
如何使用具有預定平均值和標准的scipy.stats.t.fit()
來擬合t分布?
問題是,我有一個標准化的數據集, mean=0
和std=1
,我只想獲得t分布的df
。 但是當我做scipy.stats.t.fit(data)
,它輸出的df, loc, scale
和loc&sclae不一定等於0和1。
我怎么解決這個問題? 謝謝!
在.fit()
的調用中,使用參數fscale=1
floc=0
和fscale=1
來修復這些參數。
這是一個例子。 首先,導入t
並生成一個樣本以使用:
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)
現在使用.fit()
方法將t
分布擬合到樣本,將位置約束為0,將比例約束為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(使用不同的發行版),在這里有stackoverflow 。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.