python拟合统计分布_将数据拟合到分布？_python_酷徒编程知识库

這是個複雜的問題，沒有完美的答案，

對於給定的數據，有兩種設置概率分佈函數參數的方法：

在我的經驗中，最近幾年最大似然是首選的，儘管這可能不是每個領域的情況。

這是如何估算R中參數的具體示例。考慮從高斯分佈生成的一組隨機點，它均值為0，標準差為1：x = rnorm( n = 100, mean = 0, sd = 1 )

在R中，有一個標準庫使這非常簡單：library(MASS)

params = fitdistr( x,"normal" )

print( params )

這給了我以下輸出：mean sd

-0.17922360 1.01636446

( 0.10163645) ( 0.07186782)

從你的參數中提取日誌可能性，如下所示：print( params$loglik )

[1] -139.5772

當對數可能性接近0時，可能性最大，因此負數越多，數據擬合效果越差。

使用這樣的計算工具，可以很容易地估計分佈的參數，請考慮以下示例：x = x[ x >= 0 ]

distributions = c("normal","exponential")

for ( dist in distributions ) {

print( paste("fitting parameters for", dist ) )

params = fitdistr( x, dist )

print( params )

print( summary( params ) )

print( params$loglik )

}

指數分佈不產生負數，所以我在第一行中刪除了它們，輸出(這是隨機)如下所示：[1]"fitting parameters for normal"

mean sd

0.72021836 0.54079027

(0.07647929) (0.05407903)

Length Class Mode

estimate 2 -none- numeric

sd 2 -none- numeric

n 1 -none- numeric

loglik 1 -none- numeric

[1] -40.21074

[1]"fitting parameters for exponential"

rate

1.388468

(0.196359)

Length Class Mode

estimate 1 -none- numeric

sd 1 -none- numeric

n 1 -none- numeric

loglik 1 -none- numeric

[1] -33.58996

克服參數估計中一些問題的一個技巧是生成大量數據，並將某些數據留給交叉驗證。