scipy stats.gilbrat()| Python

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

パラメータ:
-> q:テール確率の下限と上限
-> x:分位数
-> loc:[オプション]位置パラメータ。デフォルト=0
->スケール:[オプション]スケールパラメータ。デフォルト=1
->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。
->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:< scipy.stats._distn_infrastructure.rv_frozenオブジェクト(0x000001E39A3B4AC8)> 

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: