没有步进功能的python中的ECDF？

Question

我一直在使用statsmodels.distributions的ECDF（经验累积分布函数）来绘制某些数据的CDF。然而，ECDF使用阶梯函数，因此我得到锯齿状的图。

所以我的问题是：scipy或statsmodels是否有没有步进功能的ECDF烘焙？

顺便说一句，我知道我可以这样做：

hist, bin_edges = histogram(b_oz, normed=True)
plot(np.cumsum(hist))

但我没有得到正确的比例。

谢谢！

Answer 1

如果您只想更改绘图，则可以让matplotlib在观察值之间进行插值。

>>> xx = np.random.randn(nobs)
>>> ecdf = sm.distributions.ECDF(xx)
>>> plt.plot(ecdf.x, ecdf.y)
[<matplotlib.lines.Line2D object at 0x07A872D0>]
>>> plt.show()

或对原始数据和情节进行排序

>>> xx.sort()
>>> plt.plot(xx, ecdf(xx))
[<matplotlib.lines.Line2D object at 0x07A87090>]
>>> plt.show()

与直接绘图相同

>>> a=0; plt.plot(xx, np.arange(1.,nobs+1)/(nobs+a))
[<matplotlib.lines.Line2D object at 0x07A87D30>]
>>> plt.show()

注意：根据您希望ecdf在边界处的行为以及它将如何居中的方式，对于常用的“绘制位置”有不同的标准化，例如我添加的参数a例如a = 1是一种常见的选择。

作为使用经验cdf的替代方法，您还可以使用插值或平滑的ecdf或直方图或核密度估计。