python 拟合分布,python数据概率分布拟合

　　我希望使用Python 3.4为一组数据找到最合适的（统计学家)威伯尔（或韦布尔)参数。

　　将scipy.stats作为悬浮物导入

　　list1=[]

　　list2=[]

　　对于范围(0,10)内的x:

　　清单1。追加(ss。expon weib。pdf(x，a=1，c=2.09，scale=10.895，loc=0))

　　清单2。追加(ss。Weibull _ min。pdf(x，c=2.09，loc=0，scale=10.895))

　　如果列表1[x]列表2[x] .000000001:

　　列表1[x]=列表2[x]

　　如果列表1==列表2:

　　打印("真")

　　打印(不锈钢。分发。Weibull _ min。fit(列表1，floc=0))

　　打印(不锈钢。分发。Weibull _ min。fit(列表1，loc=0))

　　打印(不锈钢。分发。Weibull _ min。fit(列表1，floc=0))

　　打印(不锈钢。分发。expon weib。fit(列表1，1，1))

　　打印(不锈钢。分发。expon weib。fit(列表1，floc=0，f0=1))

　　打印(不锈钢。分发。expon weib。fit(列表1，floc=0，a=1，f0=1))

　　我尝试过的所有内容都没有产生输入参数，我无法弄清楚原因。

　　此代码的输出是：

　　真实的

　　(2.8971366871403661, 0, 0.065615284314998634)

　　(0.71134622938358294, 0.014105558832066645, 0.076662586739229072)

　　(2.8971366871403661, 0, 0.065615284314998634)

　　(0.27753056922336583，3.1962672780921197，-3.4780711110631162 e-27，0.19626445。38645

　　(1, 2.8971366871403661, 0, 0.065615284314998634)

　　这些都不是正确的输入参数。(2.09和10.895.)任何帮助表示赞赏。谢谢。

　　解决方法：

　　适合()方法的第一个参数是要适合的分布的值的样本（不是便携文档格式值).所以你应该使用rvs()方法来生成数据，而不是pdf()方法。

　　这是一个简单的例子，我从exponweib发行版中生成250个值的样本，然后在该样本上使用适合()。我假设当我拟合数据时，我知道形状参数a必须为一且通信线路(通信线路)参数必须为0:

　　在[178]:来自scipy.stats导入导出

　　在[179]:样本=指数weib。RVs(a=1，c=2.09，scale=10.895，loc=0，size=250)

　　In [180]: exponweib.fit(sample，floc=0，fa=1)

　　Out[180]: (1，2.082583185068915，0，10)56586。58676767667

　　标签:python，python-3-x，scipy

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。