SciPy - - आँकड़े मानकों का संभाव्यता वितरण के लिए अर्थ

Question

SciPy docs वितरण के रूप में घातीय द्वारा इस्तेमाल किया रूप दे:

expon.pdf(x) = lambda * exp(- lambda*x) 

हालांकि फिट समारोह लेता है:

fit(data, loc=0, scale=1) 

और RVs समारोह लेता है:

rvs(loc=0, scale=1, size=1) 

प्रश्न 1: क्यों extraneou एस स्थान चर? मुझे पता है कि घातीय एक सामान्य वितरण (गामा) के विशिष्ट रूप हैं, लेकिन असीमित जानकारी क्यों शामिल है? यहां तक ​​कि गामा में स्थान पैरामीटर नहीं है।

प्रश्न 2: इनपुट चर के समान क्रम में फिट (...) के बाहर रखा गया है। कि मैं मतलब अगर मैं कार्य करें:

t = fit([....]) , t will have the form t[0], t[1] 

मैं टी की व्याख्या करना चाहिए [0] आकार और पैमाने के रूप में टी 1 के रूप में।

क्या यह सभी वितरणों के लिए है?

गामा के लिए के बारे में क्या:

fit(data, a, loc=0, scale=1) 

Answer 1

1. हर univariate संभावना वितरण, कोई बात नहीं क्या अपने सामान्य निर्माण, एक स्थान और पैमाने पैरामीटर शामिल करने के लिए बढ़ाया जा सकता है। कभी-कभी, यह loc मान से नीचे 0 के पीडीएफ मान के साथ पूरी वास्तविक संख्या रेखा तक केवल सकारात्मक/गैर-ऋणात्मक वास्तविकताओं से वितरण का समर्थन बढ़ाता है। scipy.stats यह सभी वितरणों द्वारा साझा की गई एक सामान्य विधि में loc और scale के सभी हैंडलिंग को स्थानांतरित करने के लिए करता है। इसे हटाने के लिए सुझाव दिया गया है, और gammaloc जैसे वितरण को उनके कैननिकल फॉर्मूलेशन का पालन करने के लिए तैयार किया गया है। हालांकि, यह पता चला है कि अगर कुछ लोग सही ढंग से याद करते हैं, और scipy.stats का वर्तमान व्यवहार उनके लिए सही था, तो कुछ लोग वास्तव में "स्पैस्ड गामा" वितरण का उपयोग गैरजेरो loc पैरामीटर के साथ सनस्पॉट के आकार के मॉडल के लिए करते हैं। तो हम इसे रख रहे हैं।

2. fit() विधि का आउटपुट आकार पैरामीटर के रूप में (shape0, shape1, ..., shapeN, loc, scale) का एक टुपल है। एक सामान्य वितरण के लिए, जिसमें कोई आकार पैरामीटर नहीं है, यह केवल (loc, scale) लौटाएगा। एक गामा वितरण के लिए, जिसमें एक है, यह (shape, loc, scale) लौटाएगा। एकाधिक आकार पैरामीटर उसी क्रम में होंगे जो आप वितरण पर हर दूसरी विधि को देते हैं। This holds for all distributions.