Question

我想在我的数据中使用伽玛分布，我使用这个

import scipy.stats as ss
import scipy as sp
import numpy as np
import os
import matplotlib.pyplot as plt

alpha = []
beta = []
loc = []

data = np.loadtxt(data)
fit_alpha, fit_loc, fit_beta = ss.gamma.fit(data, floc=0, fscale=1)

我希望将伽玛分布中的一个参数保留为变量（比如形状），并修复其中一个参数（比如scale=1）。但是，如果我将loc变量保持为零，我无法将比例固定为一。这有什么解决方法吗？我是否可以仅使用形状和比例来参数化伽玛分布？

Answer 1

在评论中我说你遇到了gamma发行版中的错误 - 它不会让你修复位置和比例。该错误已在scipy 0.13中修复，但如果无法升级，则可以使用类fit的{{1}}方法解决该错误，该方法是{{1}的父类。 }：

rv_continuous

Answer 2

查看gamma.fit的实现：

def fit(self, data, *args, **kwds):
    floc = kwds.get('floc', None)
    if floc == 0:
        xbar = ravel(data).mean()
        logx_bar = ravel(log(data)).mean()
        s = log(xbar) - logx_bar
        def func(a):
            return log(a) - special.digamma(a) - s
        aest = (3-s + math.sqrt((s-3)**2 + 24*s)) / (12*s)
        xa = aest*(1-0.4)
        xb = aest*(1+0.4)
        a = optimize.brentq(func, xa, xb, disp=0)
        scale = xbar / a
        return a, floc, scale
    else:
        return super(gamma_gen, self).fit(data, *args, **kwds)

如果你把floc = None，它会调用父类的fit函数（rv_continuous），你可以修改比例。

使用python scipy将伽马分布拟合到数据中

2 个答案: