Làm thế nào về việc sử dụng scipy? Bạn có thể chọn phân phối bạn muốn từ continuous distributions in the scipy.stats library.
Chức năng gamma tổng quát có độ lệch bằng không và kurtosis, nhưng bạn sẽ có một ít việc phải làm để tìm ra tham số nào để sử dụng để xác định phân phối để có được giá trị trung bình, sai lệch, sai lệch và kurtosis. Dưới đây là một số mã để giúp bạn bắt đầu.
import scipy.stats
import matplotlib.pyplot as plt
distribution = scipy.stats.norm(loc=100,scale=5)
sample = distribution.rvs(size=10000)
plt.hist(sample)
plt.show()
print distribution.stats('mvsk')
này sẽ hiển thị một biểu đồ của một mẫu 10.000 phần tử từ một phân phối chuẩn với trung bình 100 và phương sai 25, và in số liệu thống kê của phân phối:
(array(100.0), array(25.0), array(0.0), array(0.0))
Thay thế phân phối chuẩn với gamma tổng quát phân phối,
distribution = scipy.stats.gengamma(100, 70, loc=50, scale=10)
bạn nhận thống kê [mean, variance, skew, kurtosis] (array(60.67925117494595), array(0.00023388203873597746), array(-0.09588807605341435), array(-0.028177799805207737))
.
Nguồn
2013-10-26 09:57:25
Mọi phân phối bình thường đều nghiêng 0 và kurtosis 0. Sử dụng một nhóm bản phân phối khác. –
Hãy cẩn thận, có một số cách để xác định phép tính cho skew và kurtosis. Khoảnh khắc không tương đương với ý nghĩa, phương sai, nghiêng, và kurtosis, mặc dù chúng có cùng ý chính. –
Ngoài ra, những khoảnh khắc không chỉ định phân phối duy nhất. Xem [câu hỏi tương tự này nhưng hỏi về R: http://stackoverflow.com/questions/4807398/how-to-generate-distributions-given-mean-sd-skew-and-kurtosis-in-r –