scipy stats.gilbrat（）| Python

パラメータ：
-＆gt; q：テール確率の下限と上限
-＆gt; x：分位数
-＆gt; loc：[オプション]位置パラメータ。デフォルト=0
-＆gt;スケール：[オプション]スケールパラメータ。デフォルト=1
-＆gt;サイズ： [intのタプル、オプション]形状またはランダムな変量。
-＆gt;瞬間：[オプション]文字で構成[`mvsk`]; `m` =平均、`v` =分散、`s` =フィッシャーのスキュー、`k`=フィッシャーのクルトシス。 （デフォルト=`mv`）。

結果：ギルブラット連続ランダム変数

コード＃1：連続ランダムの生成変数Gilbrat

from scipy.stats import gilbrat numargs = gilbrat .numargs [] = [ 0.7 、] * numargs rv = gilbrat（ ） print （ "RV：" 、rv） 出力： RV：＆lt; scipy.stats._distn_infrastructure.rv_frozenオブジェクト（0x000001E39A3B4AC8）＆gt; コード＃2：ギルブラットランダム変数と確率分布 インポート numpy as np import numpy as np クォンタイル = np.arange（ 0.01 、 1 、 0.1 ） ＃ランダムバリアント R = gilbrat.rvs（scale = 2 、サイズ = 10 ） < / p> print （ "Random Variates：" 、R） ＃PDF R<コードクラス="キーワード">=<コードクラス="プレーン">gilbrat.pdf（quantile、loc <コードクラス="キーワード">= 0 、scale = 1 ） print （ "確率分布：" 、R） 出力： ランダム変数：[0.66090031 1.39027118 1.33876164 1.50366592 5.21419497 5.24225463 3.98547687 0.30586938 9.11346685 0.93014057]確率分布：[0.00099024 0.31736749 0.5620854 0.64817773 0.65389139 0.6 2357239 0.57879516 0.52988354 0.48170703 0.43645277] コード＃3：グラフィック表現 import numpy as np import matplotlib.pyplot as plt 配布 = np .linspace（ 0 、np.minimum（rv.dist.b、 3 ）） print （ "配布：" 、配布） プロット = plt.plot（distribution、rv.pdf（distribution）） Outpu t： 配布：[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。 ] コード＃4：さまざまな位置引数 import matplotlib。 pyplot as plt import numpy as np x = np.linspace（ 0 、 5 、 100 ） ＃さまざまな位置引数 < / p> y1 = gilbrat.pdf（x、 1 、 3 ） y2 = gilbrat.pdf（x、 1 、 4 ）。 plt.plot（x、y1、 "*" 、x、y2、 "r--" ） 出力：