scipy stats.gilbrat () | python

| | | | | |

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:

Shop

Learn programming in R: courses

$

Best Python online courses for 2022

$

Best laptop for Fortnite

$

Best laptop for Excel

$

Best laptop for Solidworks

$

Best laptop for Roblox

$

Best computer for crypto mining

$

Best laptop for Sims 4

$

Latest questions

NUMPYNUMPY

psycopg2: insert multiple rows with one query

12 answers

NUMPYNUMPY

How to convert Nonetype to int or string?

12 answers

NUMPYNUMPY

How to specify multiple return types using type-hints

12 answers

NUMPYNUMPY

Javascript Error: IPython is not defined in JupyterLab

12 answers

News


Wiki

Python OpenCV | cv2.putText () method

numpy.arctan2 () in Python

Python | os.path.realpath () method

Python OpenCV | cv2.circle () method

Python OpenCV cv2.cvtColor () method

Python - Move item to the end of the list

time.perf_counter () function in Python

Check if one list is a subset of another in Python

Python os.path.join () method