如何在 scipy.stats 中獲取分布模式

Question

scipy.stats庫具有查找擬合分布的均值和中位數的功能，但不具有查找scipy.stats數的功能。

如果我擬合數據后有一個分布的參數，我怎么能找到的mode擬合分布的？

Answer 1

如果我沒有弄錯，您想找到擬合分布的眾數而不是給定數據的眾數。 基本上，我們可以通過以下 3 個步驟來完成。

步驟 1：從分布生成數據集

from scipy import stats
from scipy.optimize import minimize
# generate a norm data with 0 mean and 1 variance
data = stats.norm.rvs(loc= 0,scale = 1,size = 100)
data[0:5]

輸出：

數組([1.76405235, 0.40015721, 0.97873798, 2.2408932, 1.86755799])

第二步：擬合參數

# fit the parameters of norm distribution
params = stats.norm.fit(data)
params

輸出：

(0.059808015534485, 1.0078822447165796)

請注意， stats.norm有 2 個參數，即loc和scale 。 對於scipy.stats不同的 dist ，參數是不同的。 我認為將參數存儲在元組中然后在下一步中解壓縮它很方便。

第 3 步：獲取擬合分布的眾數（密度函數的最大值）

# continuous case
def your_density(x):
    return -stats.norm.pdf(x,*paras)
minimize(your_density,0).x

輸出：

0.05980794

需要注意的是一個norm分布mode等於mean 。 在這個例子中這是一個巧合。

另一件事是scipy對連續 dist 和離散 dist 的處理不同（它們具有不同的父類），您可以在離散 dist 上使用以下代碼執行相同的操作。

## discrete dist, example for poisson
x = np.arange(0,100) # the range of x should be specificied
x[stats.poisson.pmf(x,mu = 2).argmax()] # find the x value to maximize pmf

出去：

1

您可以嘗試使用您自己的數據和分布！