我有一个未知分布的概率密度函数，它是一组元组（x，f（x）），其中Map(function(a,b) sapply(1:ncol(b),
function(x) {a[which(b[,x]==1),]}, simplify=FALSE), a,b)
和f（x）是相应的概率。
识别相应分布的最佳方法是什么？到目前为止，我的想法是基于pdf绘制大量样本（通过自己编写代码）然后使用获得的数据来适应scipy.stats中实现的所有分布，然后采用最佳拟合。 / p>
有没有更好的方法来解决这个问题？例如，scipy.stats中是否有某种实用程序可以帮助我解决这个问题？
答案 0 :(得分：3)
从根本上说，根据经验样本总结一个分布是不可能的 - 参见here讨论。
有可能做一些更有限的事情，即拒绝/接受一个假设，即它是基于一个有些任意的标准，来自一组有限的（参数）分布。
鉴于有限的分布集，对于每个分布，您可能实际上可以执行以下操作：
使分布参数适合数据。例如，scipy.stats.beta.fit将符合Beta分布的最佳参数（所有scipy分布均采用此方法）。
拒绝/接受数据由此分布生成的假设。这样做的方法不止一种。一种特别简单的方法是使用分布的rvs()方法生成另一个样本，然后使用ks_2samp生成Kolmogorov-Smirnov检验。
请注意，某些特定的发行版可能有更好的ad-hoc算法，用于测试发行版系列的成员是否生成了数据。像往常一样，正态分布特别有许多（见Normalcy test）。