Question

我使用 scipy skewnorm 创建一个带有loc和scale的偏斜分布。

我根据Adelchi Azzalini的页面（Here is link）调整传递给scipy.stats.skewnorm的loc和scale，使用该页面底部的部分＆＃34;平均值＆＃ 34;和＆＃34; delta＆＃34;。

我使用的代码是：

但是，当我运行它时，我没有得到我期望的意思，而stdev就是我所期望的：

import math
import scipy.stats

skew = -2
mean = 0.05
stdev = 0.05

delta = skew / math.sqrt(1. + math.pow(skew, 2.))
adjMean = mean - stdev * math.sqrt(2. / math.pi) * delta
adjStdev = math.sqrt(math.pow(stdev, 2.) / (1. - 2. * math.pow(delta, 2.) / math.pi))

print 'target mean={:.4f} actual mean={:.4f}'.format(mean, float(scipy.stats.skewnorm.stats(skew, loc=adjMean, scale=adjStdev, moments='mvsk')[0]))
print 'target stdev={:.4f} actual stdev={:.4f}'.format(stdev, math.sqrt(float(scipy.stats.skewnorm.stats(skew, loc=adjMean, scale=adjStdev, moments='mvsk')[1])))

我觉得我错过了关于skewnorm或scipy.stats.skewnorm ...

我已经在数字上整合了分布，而且平均值匹配＆＃34;实际均值＆＃34;上方。

Answer 1

你有一个代数错误。

adjMean = mean - stdev * math.sqrt(2. / math.pi) * delta

但在右侧，stdev应为adjStdev。

以下是您的代码的修改版本：

import math
import scipy.stats

skew = 2.0
mean = 1.5
stdev = 3.0

delta = skew / math.sqrt(1. + math.pow(skew, 2.))
adjStdev = math.sqrt(math.pow(stdev, 2.) / (1. - 2. * math.pow(delta, 2.) / math.pi))
adjMean = mean - adjStdev * math.sqrt(2. / math.pi) * delta

print('target mean={:.4f} actual mean={:.4f}'.format(mean, float(scipy.stats.skewnorm.stats(skew, loc=adjMean, scale=adjStdev, moments='mvsk')[0])))
print('target stdev={:.4f} actual stdev={:.4f}'.format(stdev, math.sqrt(float(scipy.stats.skewnorm.stats(skew, loc=adjMean, scale=adjStdev, moments='mvsk')[1]))))

这是输出：

target mean=1.5000 actual mean=1.5000
target stdev=3.0000 actual stdev=3.0000

scipy skewnorm意味着不匹配理论？

1 个答案: