scipy - Thống kê - Ý nghĩa của các thông số cho phân bố xác suất

Question

scipy docs cung cấp cho các hình thức phân phối được sử dụng bởi hàm mũ như:

expon.pdf(x) = lambda * exp(- lambda*x) 

Tuy nhiên các chức năng phù hợp mất:

fit(data, loc=0, scale=1) 

Và RVS chức năng mất:

rvs(loc=0, scale=1, size=1) 

Câu hỏi 1: Tại sao extraneou s vị trí biến? Tôi biết rằng số mũ chỉ là các dạng cụ thể của một phân phối tổng quát hơn (gamma) nhưng tại sao lại bao gồm các thông tin không cần thiết? Ngay cả gamma cũng không có thông số vị trí.

Câu hỏi 2: Là bộ đặt ngoài (...) theo cùng thứ tự với biến đầu vào. Bởi rằng tôi có nghĩa là Nếu tôi làm:

t = fit([....]) , t will have the form t[0], t[1] 

Tôi có nên giải thích t [0] như hình dạng và t 1 như quy mô.

Điều này có giữ cho tất cả các bản phân phối không?

gì về cho gamma:

fit(data, a, loc=0, scale=1) 

Answer 1

1. Mỗi phân bố xác suất đơn biến, không có vấn đề gì xây dựng thông thường của nó, có thể được mở rộng để bao gồm một địa điểm và thông số quy mô. Đôi khi, điều này đòi hỏi phải mở rộng sự hỗ trợ của phân phối từ chỉ số thực dương/không âm cho toàn bộ dòng số thực với chỉ giá trị PDF là 0 khi thấp hơn giá trị loc. scipy.stats thực hiện việc này để di chuyển tất cả việc xử lý loc và scale thành phương thức chung được chia sẻ bởi tất cả các bản phân phối. Nó đã được đề xuất để loại bỏ điều này, và làm cho các bản phân phối như gammaloc-không theo công thức kinh điển của họ. Tuy nhiên, một số người thực sự sử dụng các bản phân phối "gamma chuyển" với các tham số không phải là loc để mô hình hóa các kích thước của các điểm đen, nếu tôi nhớ chính xác, và hành vi hiện tại của scipy.stats là hoàn hảo cho chúng. Vì vậy, chúng tôi đang giữ nó.

2. Đầu ra của phương pháp fit() là một bộ có dạng (shape0, shape1, ..., shapeN, loc, scale) nếu có thông số hình dạng N. Đối với phân bố chuẩn, không có tham số hình dạng, nó sẽ trả về chỉ (loc, scale). Đối với bản phân phối gamma có bản phân phối, nó sẽ trả về (shape, loc, scale). Thông số nhiều hình dạng sẽ theo thứ tự mà bạn cung cấp cho mọi phương pháp khác trên phân phối. This holds for all distributions.