如何拟合正态分布,python 拟合分布

  如何拟合正态分布,python 拟合分布

  我试图让数据符合概率分布(在我的例子中是伽玛函数)。在

  我用即时方法取得了一些成功:mean,var=data.mean(),data.var()

  ,=均值** 2/var,var /均值

  x=np.linspace(0,100)

  plt.plot(x,pdf(x,,0,))

  #熊猫正在使用中

  data.plot(kind=hist ,xlim=(0,100),bins=500,normed=True,color=lightblue )

  data.dropna()。plot(kind=kde ,xlim=(0,100),style=r -)

  但这并不令人满意,所以我决定使用scipy的方法拟合:

  ^{pr2}$

  但我取得的唯一结果是这样分配的:

  有人能描述一下我做错了什么吗?

  我觉得gamma.fit至少应该和矩量法一样好。在

  升级版本:

  从gamma.fit返回:(0.0000,-25,E-25,-25)。58600.68868686666

  Data.describe()表示数据正常:COUNT5546.00000

  平均值45.601515

  标准28.563211

  最小0.000000

  25% 35.000000

  50% 42.000000

  75% 52.000000

  最大1488.000000

  数据类型:float64

  尝试使用data[[data 0]]过滤数据args=gamma . fit(list(data[[data 0]],floc=0)

  一个参数名

  (7.897834117836718, 0, 5.7749678991293987)

  提供更好的结果。现在看来是管用了。感谢您

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: