scipy stats.gilbrat () | python

Michael Zippo

Parámetros:
- > q: probabilidad de cola inferior y superior
- > x: cuantiles
- > loc: [opcional] parámetro de ubicación. Predeterminado = 0
- > escala: [opcional] parámetro de escala. Predeterminado = 1
- > tamaño: [tupla de enteros, opcional] forma o variantes aleatorias.
- > momentos: [opcional] compuesto por letras [`mvsk`]; `m` = media, `v` = varianza, `s` = sesgo de Fisher y `k` = curtosis de Fisher. (predeterminado = `mv`).
Resultados: Variable aleatoria continua de Gilbrat

Código # 1: Generando una variable aleatoria continua variable Gilbrat

de scipy.stats importar gilbrat

numargs = gilbrat .numargs

[] = [ 0.7 ,] * numargs

rv = gilbrat ( )

print ( " RV: " , rv)

Salida:

RV: "objeto scipy.stats._distn_infrastructure.rv_frozen en 0x000001E39A3B4AC8 >

Código # 2: Variables aleatorias de Gilbrat y distribución de probabilidad

import numpy como np

importar numpy como np

cuantil = np.arange ( 0.01 , 1 , 0.1 )

# Variantes aleatorias < /código>

R = gilbrat.rvs (escala < /código> = 2 , tamaño = 10 )

imprimir ( "Variantes aleatorios:" < código clase = "simple">, R)

# PDF

R = gilbrat.pdf (quantile, loc = < /código> 0 , escala = 1 )

print ( "Distribución de probabilidad: " , R)

 < P>  Salida:  
  variadas aleatorias: [0.66090031 1.39027118 1.33876118 1.50366592 5.21419463 3.98547687 0.30547687 0.3058685 0.93014057 0.93014057] Distribución de probabilidad: [0.00099024 0.31736749 0.31736749 0.5620854 0.5620854 0.64817773 0.65389139 0.6 2357239 0.57879516 0.52988354 0.48170703 0.43645277] 
 Código # 3: Representación gráfica 

  import   numpy as np 
 import   matplotlib.pyplot as plt 

 distribución   =   np .linspace (  0  , np.minimum (rv.dist.b,   3  )) 
 print   ( " Distribución: " , distribución) 

 plot   =   plt.plot (distribución, rv.pdf (distribución))

Salida t:

Distribución: [0. 0.06122449 0.12244898 0.18367347 0.24489796 0.30612245 0.36734694 0.42857143 0.48979592 0.55102041 0.6122449 0.67346939 0.73469388 0.79591837 0.85714286 0.91836735 0.97959184 1.04081633 1.10204082 1.16326531 1.2244898 1.28571429 1.34693878 1.40816327 1.46938776 1.53061224 1.59183673 1.65306122 1.71428571 1.7755102 1.83673469 1.89795918 1.95918367 2.02040816 2.08163265 2.14285714 2.20408163 2.26530612 2.32653061 2.3877551 2.44897959 2.51020408 2.57142857 2.63265306 2.69387755 2.75510204 2.81632653 2.87755102 2.93877551 3. ]

Código # 4: Varios Argumentos Posicionales

import matplotlib. pyplot como plt

import numpy como np

x = np.linspace ( 0 , 5 , 100 )

# Varios argumentos posicionales

y1 = gilbrat.pdf (x, 1 , 3 )

y2 = gilbrat.pdf (x , < /código> 1 , 4 )

plt.plot (x, y1, " * " , x, y2, " r-- " )

Salida: