如何拟合正态分布,python 拟合分布

　　我试图让数据符合概率分布(在我的例子中是伽玛函数)。在

　　我用即时方法取得了一些成功：mean，var=data.mean()，data.var()

　　，=均值** 2/var，var /均值

　　x=np.linspace(0，100)

　　plt.plot(x，pdf(x，，0，))

　　#熊猫正在使用中

　　data.plot(kind=hist ，xlim=(0，100)，bins=500，normed=True，color=lightblue )

　　data.dropna()。plot(kind=kde ，xlim=(0，100)，style=r -)

　　但这并不令人满意，所以我决定使用scipy的方法拟合：

　　^{pr2}$

　　但我取得的唯一结果是这样分配的：

　　有人能描述一下我做错了什么吗？

　　我觉得gamma.fit至少应该和矩量法一样好。在

　　升级版本：

　　从gamma.fit返回：(0.0000，-25，E-25，-25)。58600.68868686666

　　Data.describe()表示数据正常：COUNT5546.00000

　　平均值45.601515

　　标准28.563211

　　最小0.000000

　　25% 35.000000

　　50% 42.000000

　　75% 52.000000

　　最大1488.000000

　　数据类型：float64

　　尝试使用data[[data 0]]过滤数据args=gamma . fit(list(data[[data 0]]，floc=0)

　　一个参数名

　　(7.897834117836718, 0, 5.7749678991293987)

　　提供更好的结果。现在看来是管用了。感谢您

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。