scipy stats.gilbrat() | Pitão

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

Parâmetros:
- > q: probabilidade de cauda inferior e superior
- > x: quantis
- > loc: [opcional] parâmetro de localização. Padrão = 0
- > escala: [opcional] parâmetro de escala. Padrão = 1
- > tamanho: [tupla de inteiros, opcional] forma ou variáveis aleatórias.
- > momentos: [opcional] composto por letras [`mvsk`]; `m` = média, `v` = variância, `s` = inclinação de Fisher e `k` = curtose de Fisher. (padrão = `mv`).

Resultados: variável aleatória contínua Gilbrat

Código nº 1: Gerando uma variável aleatória contínua variável Gilbrat


Saída t:

Distribuição: [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 nº 4: Vários argumentos posicionais


import matplotlib. pyplot as plt

import numpy as np


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


# Vários argumentos posicionais

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

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

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

Saída:

from scipy.stats import gilbrat


numargs = gilbrat .numargs

[] = [ 0.7 ,] * numargs

rv = gilbrat ( )

print ( " RV: " , rv)

Saída:

RV: "scipy.stats._distn_infrastructure.rv_frozen em 0x000001E39A3B4AC8 > 

Código # 2: Variáveis aleatórias de Gilbrat e distribuição de probabilidade


import numpy as np

import numpy as np

quantil = np.arange ( 0,01 , 1 , 0.1 )


# Variantes Aleatórias

R = gilbrat.rvs (escala = 2 , tamanho = 10 )

print ( "Variações aleatórias:" , R)


# PDF

R = gilbrat.pdf (quantil, loc = 0 , escala = 1 )

print ( "Distribuição de probabilidade: " , R)

saída:

 aleatória de Variáveis: [0.66090031 1.39027118 1.33876164 1.50366592 5.21419497 5.24225463 3.98547687 0.30586938 9.11346685 0.93014057] distribuição de probabilidade: [0.00099024 0.31736749 0.5620854 0.64817773 0.65389139 0,6 2357239 0,57879516 0,52988354 0,48170703 0,43645277] 

Código nº 3: representação gráfica


import numpy as np

import matplotlib.pyplot as plt


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

print ( " Distribuição: " , distribuição)


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