首页 文章

鉴于“冻结”的SciPy离散随机变量，我怎么知道它的支持？

提问于
浏览 次
0

如果我使用 scipy.stats.rv_discrete 手动创建离散随机变量，我可以通过提供下限，上限和增量（虽然后者是tested only for 1）来控制其支持（它可以获得的可能值），或者通过提供具体的 values 论点 .

这些方法实际上并不构造随机变量，而是构造一个离散分布，通过调用它可以从中构造一个随机变量 . 给定一个随机变量，它是通过给出具体的 values= 构造的分布构造的，我可以通过检查 rv.dist.xk 找出它的支持（事实上，这还不够;如果 values= 包含零概率，我们应该检查 rv.dist.xk 和 rv.dist.pk 从支持中丢弃零概率值） . 但是，这种方法不适用于我们尚未定义且未使用 values= 方法定义的一般离散随机变量 .

是否有一般方法可以返回离散随机变量的支持集？ single method 适用于使用 rv_discrete 生成的所有离散随机变量以及 scipy.stats 模块中定义的那些，例如 randint ？

python random scipy

1 回答

  • 1

    我们可以从scipy.stats.distribution的逆cdf， ppf 获得分布支持的下限和上限 .

    根据定义， ppf(0) 返回cdf为零的最大整数，因此下限大1 .

    如果我没记错的话，那么代码不会检查用户是否为使用 (xk, pk) 的用户明确定义的离散分布添加了零概率事件 .

    >>> stats.binom.ppf([0, 1], 20, 0.4)
array([ -1.,  20.])

>>> stats.geom.ppf([0, 1], 0.4)
array([  0.,  inf])

>>> stats.hypergeom.ppf([0, 1], 20, 15, 10)
array([  4.,  10.])

>>> stats.bernoulli.ppf([0, 1], 0.5)
array([-1.,  1.])

    分发具有 .a 和 .b 属性，用于定义下限 . 但是，如果支持取决于参数，则显示已设置的 the bounds of the last call . 这些也是 loc=0 标准分布的界限，也是 scale=1 的连续分布界限 .

    Only 如果您想熟悉实施细节，请使用此功能，并且您主要是供内部使用 .

    >>> stats.hypergeom.ppf([0, 1], 20, 15, 10)
array([  4.,  10.])
>>> stats.hypergeom.a, stats.hypergeom.b
(5, array(10))

# WRONG, stale state ! 
>>> stats.hypergeom(20, 16, 10).dist.a, stats.hypergeom(20, 16, 10).dist.b   
(5, array(10))

>>> stats.hypergeom(20, 16, 10).ppf(0)
5.0
>>> stats.hypergeom(20, 16, 10).dist.a, stats.hypergeom(20, 16, 10).dist.b
(6, array(10))
    回复于

相关问题