當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文


Python SciPy stats.skellam用法及代碼示例


本文簡要介紹 python 語言中 scipy.stats.skellam 的用法。

用法:

scipy.stats.skellam = <scipy.stats._discrete_distns.skellam_gen object>#

Skellam 離散隨機變量。

作為 rv_discrete 類的實例,skellam 對象從它繼承了一組通用方法(完整列表見下文),並用特定於此特定發行版的詳細信息來完成它們。

注意

兩個相關或不相關泊鬆隨機變量差異的概率分布。

成為兩個Poisson-distributed r.v。具有預期值 。然後, 遵循帶有參數 的 Skellam 分布,其中 之間的相關係數。如果兩個Poisson-distributed r.v.然後是獨立的

參數 必須嚴格為正。

詳情見:https://en.wikipedia.org/wiki/Skellam_distribution

skellam 作為形狀參數。

上麵的概率質量函數以“standardized” 形式定義。要轉移分布,請使用 loc 參數。具體來說,skellam.pmf(k, mu1, mu2, loc) 等同於 skellam.pmf(k - loc, mu1, mu2)

例子

>>> import numpy as np
>>> from scipy.stats import skellam
>>> import matplotlib.pyplot as plt
>>> fig, ax = plt.subplots(1, 1)

計算前四個時刻:

>>> mu1, mu2 = 15, 8
>>> mean, var, skew, kurt = skellam.stats(mu1, mu2, moments='mvsk')

顯示概率質量函數(pmf):

>>> x = np.arange(skellam.ppf(0.01, mu1, mu2),
...               skellam.ppf(0.99, mu1, mu2))
>>> ax.plot(x, skellam.pmf(x, mu1, mu2), 'bo', ms=8, label='skellam pmf')
>>> ax.vlines(x, 0, skellam.pmf(x, mu1, mu2), colors='b', lw=5, alpha=0.5)

或者,可以調用分布對象(作為函數)來固定形狀和位置。這將返回一個 “frozen” RV 對象,其中包含固定的給定參數。

凍結分布並顯示凍結的 pmf

>>> rv = skellam(mu1, mu2)
>>> ax.vlines(x, 0, rv.pmf(x), colors='k', linestyles='-', lw=1,
...         label='frozen pmf')
>>> ax.legend(loc='best', frameon=False)
>>> plt.show()
scipy-stats-skellam-1_00_00.png

檢查 cdfppf 的準確性:

>>> prob = skellam.cdf(x, mu1, mu2)
>>> np.allclose(x, skellam.ppf(prob, mu1, mu2))
True

生成隨機數:

>>> r = skellam.rvs(mu1, mu2, size=1000)

相關用法


注:本文由純淨天空篩選整理自scipy.org大神的英文原創作品 scipy.stats.skellam。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。