如何使用Python中的分位数数据估算对数正态分布的mu和sigma参数

Question

我有数据：

[11043.000000   14565.625000    15901.000000    18104.0 22458.000000    26990.000000    31825.600000    38803.500000    42934.285714    47751.111111    64975.333333]

用于分位数

[0.1,0.2,0.25,0.3,0.4,0.5,0.6,0.7,0.75,0.8,0.9]

，我需要使用python获取logNormal分布的mu和sigma的估计值。

有什么主意吗？

Answer 1

您需要先对数据拟合函数，然后提取参数：

from scipy import stats
import numpy as np

y_data = [11043, 14565, 15901, 18104, 22458, 26990, 31825.6, 38803.5, 42934.285714, 47751.111111, 64975.333333]

# fit data
sigma, loc, scale = stats.lognorm.fit(y_data, floc=0)

# get mu
mu = np.log(scale)

输出：

mu = 10.186710603314205
sigma =  0.5326712155979726