python广义极值_广义极值（GEV）极大似然拟合的奇异pdf

首先，我认为您可能希望将位置参数固定在0。在

其次，你的数据中有0，结果拟合可能在x=0处有{}pdf，例如对于GEV拟合或Weibull拟合。

因此，拟合实际上是正确的，但是当绘制pdf(包括x=0)时，得到的曲线图是扭曲的。在

第三，我真的认为scipy应该放弃对x=0的支持，比如Weibull。对于x=0，R给出了一个很好的Error in fitdistr(data, "weibull") : Weibull values must be > 0的警告，这很有帮助。在In [103]:

p=ss.genextreme.fit(data, floc=0)

ss.genextreme.fit(data, floc=0)

Out[103]:

(-1.372872096699608, 0, 0.011680600795499299)

In [104]:

plt.hist(data, bins=20, normed=True, alpha=0.7, label='Data')

plt.plot(np.linspace(5e-3, 1.6, 100),

ss.genextreme.pdf(np.linspace(5e-3, 1.6, 100), p[0], p[1], p[2]), 'r ',

label='GEV Fit')

plt.legend(loc='upper right')

plt.savefig('T1.png')