scipy stats.gilbrat () | python

| | | | | | | | | | | | | | | | | | |

Parametri:
- > q: probabilità di coda inferiore e superiore
- > x: quantili
- > loc: parametro di posizione [opzionale]. Predefinito = 0
- > scala: parametro di scala [opzionale]. Predefinito = 1
- > dimensione: [tupla di int, facoltativo] forma o varianti casuali.
- > momenti: [opzionale] composto da lettere [`mvsk`]; `m` = media, `v` = varianza, `s` = inclinazione di Fisher e `k` = curtosi di Fisher. (default = `mv`).

Risultati: variabile casuale continua Gilbrat

Codice n. 1: generazione di una variabile casuale continua variabile Gilbrat


Outpu t:

Distribuzione: [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. ] 

Codice n. 4: vari argomenti posizionali


import matplotlib. pyplot as plt

import numpy as np


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


# Vari argomenti posizionali

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

y2 = gilbrat.pdf (x , 1 , 4 )

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

Output:

from scipy.stats import gilbrat


numargs = gilbrat .numargs

[] = [ 0.7 ,] * numargs

rv = gilbrat ( )

print ( " RV: " , rv)

Uscita:

RV: "oggetto scipy.stats._distn_infrastructure.rv_congelato a 0x000001E39A3B4AC8 > 

Codice n. 2: variabili casuali Gilbrat e distribuzione di probabilità


import numpy come np

import numpy come np

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


# Varianti casuali

R = gilbrat.rvs (scala = 2 , dimensione = 10 )

print ( "Varianti casuali:" , R)


# PDF

R = gilbrat.pdf (quantile, loc = 0 , scala = 1 )

print ( "Distribuzione di probabilità: " , R)

< P> Uscita:

 casuale varia: [0.66090031 1.39027118 1.338761118 1.50366592 5.21419497 5.24225463 3.98547687 3.98547687 0.30586938 9.11446685 0.93014057] Distribuzione della probabilità: [0.00099024 0.31736749 0.5620854 0.65389073 0.6 2357239 0.57879516 0.52988354 0.48170703 0.43645277] 

Codice n. 3: Rappresentazione grafica


import numpy as np

import matplotlib.pyplot as plt


distribuzione = np .linspace ( 0 , np.minimum (rv.dist.b, 3 ))

print ( " Distribuzione: " , distribuzione)


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