Scipy中Fisk函数在Python中的应用如何实现？

本文共计636个文字，预计阅读时间需要3分钟。

`scipy.stats.fisk` 是一个用于计算 Fisk 分布（也称为 Johnson SB 分布）的函数。该函数在 Python 中用于统计分析，常用于处理偏态分布的数据。

例如，要计算一个特定参数下的 Fisk 分布的累积分布函数（CDF）值，可以使用以下代码：

pythonfrom scipy.stats import fisk

参数设定mu=0 # 均值sigma=1 # 标准差x=2 # 要计算的点

计算CDFcdf_value=fisk.cdf(x, mu, sigma)print(cdf_value)

scipystat.Fisk()\python哎哎哎:# scipy stat . Fisk()\ python

哎哎哎:# t0]www . geeksforgeeks . org/scipy-stats-Fisk-python/

scipy.stats.fisk() 是一个 fisk 连续随机变量。也称为对数逻辑分布，等于毛刺分布，d == 1 ，用标准格式和一些形状参数定义，以完成其规格。

参数:q : 上下尾概率x : 分位数loc : 位置参数。默认= 0比例:比例参数。默认值= 1大小:形状或随机变量。瞬间:由字母['mvsk']组成；m’=均值，‘v’=方差，‘s’= Fisher 偏斜度，‘k’= Fisher 峰度。(默认值= 'mv ')。

结果: fisk 连续随机变量

代码#1:创建 fisk 连续随机变量

from scipy.stats import fisknumargs = fisk.numargs[a] = [0.7, ] * numargsrv = fisk(a)print ("RV : \n", rv)  

输出:

RV :

代码#2 : fisk 随机变量和概率分布。

import numpy as npquantile = np.arange (0.01, 1, 0.1)# Random VariatesR = fisk.rvs(a, scale = 2,  size = 10)print ("Random Variates : \n", R)# PDFR = fisk.pdf(a, quantile, loc = 0, scale = 1)print ("\nProbability Distribution : \n", R)

输出:

Random Variates : [7.79438195 3.97977194 3.20802248 3.02623867 9.36996936 8.54462365 0.47436888 0.4645239 2.1188909 1.49435511]Probability Distribution : [0.00357142 0.0392706 0.07489491 0.11037659 0.1456485 0.18064439 0.21529915 0.2495491 0.28333225 0.31658852]

代码#3:图形表示。

import numpy as npimport matplotlib.pyplot as pltdistribution = np.linspace(0, np.minimum(rv.dist.b, 3))print("Distribution : \n", distribution)plot = plt.plot(distribution, rv.pdf(distribution))

输出:

Distribution : [0\. 0.06122449 0.12244898 0.18367347 0.24489796 0.30612245 0.36734694 0.42857143 0.48979592 0.55102041 0.6122449 0.67346939 0.73469388 0.79591837 0.85714286 0.91836735 0.97959184 1.04081633 1.10204082 1.16326531 1.2244898 1.28571429 1.34693878 1.40816327 1.46938776 1.53061224 1.59183673 1.65306122 1.71428571 1.7755102 1.83673469 1.89795918 1.95918367 2.02040816 2.08163265 2.14285714 2.20408163 2.26530612 2.32653061 2.3877551 2.44897959 2.51020408 2.57142857 2.63265306 2.69387755 2.75510204 2.81632653 2.87755102 2.93877551 3\. ]

代码#4:变化的位置参数

import matplotlib.pyplot as pltimport numpy as npx = np.linspace(0, 5, 100)# Varying positional argumentsy1 = fisk.pdf(x, 1, 3)y2 = fisk.pdf(x, 1, 4)plt.plot(x, y1, "*", x, y2, "r--")

输出: