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

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

 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] 

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: