当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python SciPy stats.wishart用法及代码示例


本文简要介绍 python 语言中 scipy.stats.wishart 的用法。

用法:

scipy.stats.wishart = <scipy.stats._multivariate.wishart_gen object>#

Wishart 随机变量。

df关键字指定自由度。这规模关键字指定比例矩阵,必须是对称且正定的。在这种情况下,尺度矩阵通常被解释为多元正态精度矩阵(协方差矩阵的逆矩阵)。这些论点必须满足关系df > scale.ndim - 1,但请参阅有关使用房车方法与df < scale.ndim.

参数

df int

自由度,必须大于或等于尺度矩阵的维度

scale array_like

分布的对称正定尺度矩阵

seed {无,int,np.random.RandomState,np.random.Generator},可选

用于绘制随机变量。如果种子None, 这RandomState使用单例。如果种子是一个 int,一个新的RandomState使用实例,用种子播种。如果种子已经是一个RandomState或者Generator实例,然后使用该对象。默认为None.

抛出

scipy.linalg.LinAlgError

如果尺度矩阵尺度不是正定的。

注意

尺度矩阵scale必须是对称正定矩阵。不支持奇异矩阵,包括对称正半定情况。不检查对称性;仅使用下三角形部分。

Wishart 分布通常表示为

其中 是自由度, 比例矩阵。

wishart 的概率密度函数支持正定矩阵 ;如果 ,则其PDF由下式给出:

如果 (Wishart)然后 (逆Wishart)。

如果比例矩阵是一维且等于 1,则 Wishart 分布 将折叠为 分布。

算法[2]由实施房车方法可以产生数值奇异矩阵\(p - 1 < \nu < p\) ;用户可能希望检查这种情况并根据需要生成替换样本。

参考

[1]

M.L.伊顿,“多元统计:向量空间方法”,威利,1983 年。

[2]

W.B. Smith 和 R.R. Hocking,“算法 AS 53:Wishart 变量生成器”,应用统计,卷。 21,第 341-345 页,1972 年。

例子

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> from scipy.stats import wishart, chi2
>>> x = np.linspace(1e-5, 8, 100)
>>> w = wishart.pdf(x, df=3, scale=1); w[:5]
array([ 0.00126156,  0.10892176,  0.14793434,  0.17400548,  0.1929669 ])
>>> c = chi2.pdf(x, 3); c[:5]
array([ 0.00126156,  0.10892176,  0.14793434,  0.17400548,  0.1929669 ])
>>> plt.plot(x, w)
>>> plt.show()
scipy-stats-wishart-1_00_00.png

输入分位数可以是任何形状的数组,只要最后一个轴标记组件即可。

或者,可以调用对象(作为函数)来固定自由度和尺度参数,返回 “frozen” Wishart 随机变量:

>>> rv = wishart(df=1, scale=1)
>>> # Frozen object with the same methods but holding the given
>>> # degrees of freedom and scale fixed.

相关用法


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.wishart。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。