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。