Python: distribución gaussiana inversa en estadísticas

scipy.stats.invgauss() es una variable aleatoria continua de gauss invertido. Se hereda de los métodos genéricos como una instancia de la clase rv_continuous . Completa los métodos con detalles específicos para esta distribución en particular.

Parámetros:

a : parámetro de forma
c : caso especial de gengauss. El valor predeterminado es igual a c = -1

Código n.° 1: creación de una variable aleatoria continua gaussiana inversa

# importing library
from scipy.stats import invgauss   
     
numargs = invgauss.numargs 
[a, b] = [0.7, 0.4] * numargs 
rv = invgauss (a, b) 
     
print ("RV : \n", rv)  

Producción :

RV : 
 scipy.stats._distn_infrastructure.rv_frozen object at 0x1a220d7bd0

Código n.º 2: variables continuas gaussianas inversas y distribución de probabilidad

import numpy as np 
quantile = np.arange (0.01, 1) 
      
# Random Variates 
R = invgauss.ppf(0.01, a) 
print ("Random Variates : \n", R) 
     
# PDF 
R = invgauss.pdf(invgauss.ppf(0.01, a), a) 
print ("\nProbability Distribution : \n", R) 

Producción :

Random Variates : 
 0.25801533159920903

Probability Distribution : 
 0.15984442779701688

Código #3: Representación gráfica.

import numpy as np 
import matplotlib.pyplot as plt 
     
distribution = np.linspace(0, np.minimum(rv.dist.b, 3)) 
print("Distribution : \n", distribution) 
     
plot = plt.plot(distribution, rv.pdf(distribution)) 

Producción :

Distribution : 
 [0.         0.06122449 0.12244898 0.18367347 0.24489796 0.30612245
 0.36734694 0.42857143 0.48979592 0.55102041 0.6122449  0.67346939
 0.73469388 0.79591837 0.85714286 0.91836735 0.97959184 1.04081633
 1.10204082 1.16326531 1.2244898  1.28571429 1.34693878 1.40816327
 1.46938776 1.53061224 1.59183673 1.65306122 1.71428571 1.7755102
 1.83673469 1.89795918 1.95918367 2.02040816 2.08163265 2.14285714
 2.20408163 2.26530612 2.32653061 2.3877551  2.44897959 2.51020408
 2.57142857 2.63265306 2.69387755 2.75510204 2.81632653 2.87755102
 2.93877551 3.        ]

Código #4: Argumentos Posicionales Variantes

import matplotlib.pyplot as plt 
import numpy as np 
     
x = np.linspace(0, 5, 100) 
     
# Varying positional arguments 
y1 = invgauss .pdf(x, 1, 3) 
y2 = invgauss .pdf(x, 1, 4) 
plt.plot(x, y1, "*", x, y2, "r--") 

Producción :