本文简要介绍 python 语言中 scipy.stats.moyal
的用法。
用法:
scipy.stats.moyal = <scipy.stats._continuous_distns.moyal_gen object>#
Moyal 连续随机变量。
作为
rv_continuous
类的实例,moyal
对象从它继承了一组通用方法(完整列表见下文),并用特定于此特定发行版的详细信息来完成它们。注意:
moyal
的概率密度函数为:对于实数 。
上面的概率密度在“standardized” 表格中定义。要移动和/或缩放分布,请使用
loc
和scale
参数。具体来说,moyal.pdf(x, loc, scale)
等同于moyal.pdf(y) / scale
和y = (x - loc) / scale
。请注意,移动分布的位置不会使其成为“noncentral” 分布;某些分布的非中心概括可在单独的类中获得。此分布在high-energy 物理和辐射检测中具有实用性。它说明了带电相对论粒子由于介质电离而引起的能量损失 [1]。它还提供了朗道分布的近似值。有关详细说明,请参见 [2]。有关其他说明,请参阅 [3]。
参考:
[1]J.E.莫亚尔,“XXX。电离波动理论”,伦敦、爱丁堡和都柏林哲学杂志和科学杂志,第 46 卷,263-280,(1955 年)。 DOI:10.1080/14786440308521076(门控)
[2]G. Cordeiro 等人,“The beta Moyal:一个有用的偏态分布”,国际应用科学研究与评论杂志,第 10 卷,171-192,(2012 年)。http://www.arpapress.com/Volumes/Vol10Issue2/IJRRAS_10_2_02.pdf
[3]C. Walck,《实验者统计分布手册》;国际报告SUF-PFY/96-01”,第 26 章,斯德哥尔摩大学:瑞典斯德哥尔摩,(2007 年)。http://www.stat.rice.edu/~dobelman/textfiles/DistributionsHandbook.pdf
例子:
>>> import numpy as np >>> from scipy.stats import moyal >>> import matplotlib.pyplot as plt >>> fig, ax = plt.subplots(1, 1)
计算前四个时刻:
>>> mean, var, skew, kurt = moyal.stats(moments='mvsk')
显示概率密度函数(
pdf
):>>> x = np.linspace(moyal.ppf(0.01), ... moyal.ppf(0.99), 100) >>> ax.plot(x, moyal.pdf(x), ... 'r-', lw=5, alpha=0.6, label='moyal pdf')
或者,可以调用分布对象(作为函数)来固定形状、位置和比例参数。这将返回一个 “frozen” RV 对象,其中包含固定的给定参数。
冻结分布并显示冻结的
pdf
:>>> rv = moyal() >>> ax.plot(x, rv.pdf(x), 'k-', lw=2, label='frozen pdf')
检查
cdf
和ppf
的准确性:>>> vals = moyal.ppf([0.001, 0.5, 0.999]) >>> np.allclose([0.001, 0.5, 0.999], moyal.cdf(vals)) True
生成随机数:
>>> r = moyal.rvs(size=1000)
并比较直方图:
>>> ax.hist(r, density=True, bins='auto', histtype='stepfilled', alpha=0.2) >>> ax.set_xlim([x[0], x[-1]]) >>> ax.legend(loc='best', frameon=False) >>> plt.show()
相关用法
- Python SciPy stats.mode用法及代码示例
- Python SciPy stats.monte_carlo_test用法及代码示例
- Python SciPy stats.mood用法及代码示例
- Python SciPy stats.moment用法及代码示例
- Python SciPy stats.median_abs_deviation用法及代码示例
- Python SciPy stats.multiscale_graphcorr用法及代码示例
- Python SciPy stats.multivariate_normal用法及代码示例
- Python SciPy stats.multivariate_hypergeom用法及代码示例
- Python SciPy stats.multivariate_t用法及代码示例
- Python SciPy stats.matrix_normal用法及代码示例
- Python SciPy stats.maxwell用法及代码示例
- Python SciPy stats.mvsdist用法及代码示例
- Python SciPy stats.multinomial用法及代码示例
- Python SciPy stats.mielke用法及代码示例
- Python SciPy stats.median_absolute_deviation用法及代码示例
- Python SciPy stats.median_test用法及代码示例
- Python SciPy stats.mannwhitneyu用法及代码示例
- Python SciPy stats.anderson用法及代码示例
- Python SciPy stats.iqr用法及代码示例
- Python SciPy stats.genpareto用法及代码示例
- Python SciPy stats.skewnorm用法及代码示例
- Python SciPy stats.cosine用法及代码示例
- Python SciPy stats.norminvgauss用法及代码示例
- Python SciPy stats.directional_stats用法及代码示例
- Python SciPy stats.invwishart用法及代码示例
注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.stats.moyal。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。