我已经阅读了很多有关该主题的过去问题，但是我还没有找到解决该问题的方法。当对一组数据（Y）使用python scipy.stats.lognormal.fit时，输出参数分别为shape，loc和scale。假设shape等于正态分布随机变量X的标准偏差，使得exp（X）= Y，而scale等于exp（mu） ，mu是相同正态分布随机变量X的均值。我要进行拟合的数据有三组，但是特别是其中一组给我带来麻烦，而我却无法找到原因。我无法共享代码，因为样本非常具体并且大小为270，因此我直接从文件中读取它，但是问题是我得到了不同的标准偏差值= scale和mu = ln（{scale）通过两种不同的方式进行拟合：一种是使用lognorm.fit直接拟合数据Y，另一种是对正态分布样本X进行拟合。我用另一种软件进行了检查（ Matlab和Excel），第二个选项给出了正确的结果，所以我猜测它与lognorm.fit的收敛性或特定特征有关，但是我尝试了一些失败的事情，例如使用优化器：
#def opti_wrap(fun, x0, args, disp=0, **kwargs):
# return minimize(fun, x0, args=args, method='SLSQP',
# tol=1e-12, options={'maxiter': 1000}).x
或在进行loc时使用lognorm.fit值。
任何想法可能是什么问题？