使用具有预定平均值和std（loc＆amp; scale）的scipy进行拟合分布？

Question

如何使用具有预定平均值的scipy.stats.t.fit()和std？

来拟合t分布

问题是，我有一个标准化的数据集，mean=0和std=1，我只希望得到df t分布。 但是当我执行scipy.stats.t.fit(data)时，它会输出df, loc, scale，并且loc＆amp; sclae不一定等于0＆amp; 1。

我该如何解决这个问题？谢谢！

Answer 1

在致电.fit()时，请使用参数floc=0和fscale=1来修复这些参数。

这是一个例子。首先，导入t并生成要使用的示例：

In [24]: from scipy.stats import t

In [25]: np.random.seed(123)

In [26]: sample = t.rvs(3, loc=0, scale=1, size=10000)

现在使用.fit()方法将t分布拟合到样本，将位置约束为0，将比例缩小为1：

In [27]: t.fit(sample, floc=0, fscale=1)
Out[27]: (3.1099609375000048, 0, 1)

fit docstring和here on stackoverflow中有更多示例（使用不同的发布）。