Scipy - Stats - 概率分布参数的含义

Question

Scipy docs将指数使用的分布形式表示为：

expon.pdf(x) = lambda * exp(- lambda*x)

然而，拟合函数需要：

fit(data, loc=0, scale=1)

rvs函数需要：

rvs(loc=0, scale=1, size=1)

问题1： 为什么无关的位置变量？我知道指数只是更一般分布（伽玛）的特定形式，但为什么要包括不需要的信息呢？甚至gamma也没有位置参数。

问题2： 拟合（...）的输出与输入变量的顺序相同。我的意思是 如果我这样做：

t = fit([....]) , t will have the form t[0], t[1]

我应该将t [0]解释为形状，将t 1解释为比例。

这适用于所有发行版吗？

伽玛如何：

fit(data, a, loc=0, scale=1)

Answer 1

1. 每个单变量概率分布，无论其通常的公式如何，都可以扩展到包括位置和比例参数。有时，这需要将分布的支持从正/非负实数扩展到整个实数行，当低于loc值时，仅将PDF值设置为0。 scipy.stats执行此操作，将loc和scale的所有处理方式移至所有发行版共享的公共方法。有人建议删除它，并使gamma loc之类的分布更少遵循它们的规范表述。然而，事实证明有些人实际上使用非零loc参数的“移位伽马”分布来模拟太阳黑子的大小，如果我没记错的话，scipy.stats的当前行为对他们来说是完美的。所以我们保留它。

2. 如果有fit()形状参数，(shape0, shape1, ..., shapeN, loc, scale)方法的输出是N形式的元组。对于没有形状参数的正态分布，它将仅返回(loc, scale)。对于具有一个的伽玛分布，它将返回(shape, loc, scale)。多个形状参数的顺序与分配中的每个其他方法的顺序相同。 This holds for all distributions.