scipy stats.halfgennorm() | Python

scipy.stats.halfgennorm() es la mitad superior de una variable aleatoria continua normal generalizada. Para completar sus especificaciones, se define con un formato estándar y unos parámetros de forma. El objeto objeto hereda de él una colección de métodos genéricos y los completa con detalles específicos.

Parámetros:

-> α : scale
-> β : shape
-> μ : location

Código n. ° 1: creación de una variable aleatoria continua normal semigeneralizada

from scipy.stats import halfgennorm  
   
numargs = halfgennorm.numargs
[a] = [0.7, ] * numargs
rv = halfgennorm (a)
   
print ("RV : \n", rv) 

Producción:

RV : 
 scipy.stats._distn_infrastructure.rv_frozen object at 0x0000021FB55D8DD8

Código n.º 2: variables aleatorias semigeneralizadas y distribución de probabilidad

import numpy as np
quantile = np.arange (0.01, 1, 0.1)
    
# Random Variates
R = halfgennorm .rvs(.2, scale = 2,  size = 10)
print ("Random Variates : \n", R)
   
# PDF
R = halfgennorm .pdf(quantile, .2, loc = 0, scale = 1)
print ("\nProbability Distribution : \n", R)

Producción:

Random Variates : 
 [1.41299459e+03 3.51301175e+04 1.79981484e+05 2.90925518e+02
 2.70178121e+05 1.31706797e+05 3.25898913e+01 1.62607410e+04
 2.02263946e+04 1.97078668e+04]

Probability Distribution : 
 [0.00559658 0.0043805  0.00400834 0.0037776  0.00360957 0.00347731
 0.00336825 0.00327549 0.00319482 0.00312348]

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 = halfgennorm .pdf(x, 1, 3)
y2 = halfgennorm .pdf(x, 1, 4)
plt.plot(x, y1, "*", x, y2, "r--")

Producción: