scipy stats.beta() | Python

scipy.stats.beta() es una variable aleatoria continua beta que se define con un formato estándar y algunos parámetros de forma para completar su especificación.

Parámetros:
q: probabilidad de cola inferior y superior
a, b: parámetros de forma
x: cuantiles
loc: [opcional] parámetro de ubicación. Predeterminado = 0
escala: parámetro de escala [opcional]. Predeterminado = 1
tamaño: [tupla de enteros, opcional] forma o variantes aleatorias.
momentos: [opcional] compuesto por letras [‘mvsk’]; ‘m’ = media, ‘v’ = varianza, ‘s’ = sesgo de Fisher y ‘k’ = curtosis de Fisher. (predeterminado = ‘MV’).

Resultados: variable aleatoria continua beta

Código #1: Creando una variable aleatoria continua beta

# importing scipy
from scipy.stats import beta
  
numargs = beta.numargs
[a, b] = [0.6, ] * numargs
rv = beta(a, b)
  
print ("RV : \n", rv)

Producción :

RV : 
 <scipy.stats._distn_infrastructure.rv_frozen object at 0x0000029482FCC438>

Código #2: variable aleatoria beta y función de distribución de probabilidad.

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

Producción :

Random Variates : 
 [1.47189604 1.47284574 1.84692416 1.0686604  0.32709236 1.96857076
 0.00639731 1.97093898 1.34811881 0.34269426]

Probability Distribution : 
 [2.62281037 1.04883674 0.84934164 0.76724957 0.73040985 0.72096547
 0.73529768 0.77903762 0.8752367  1.1264383 ]

Código #3: Representación gráfica.

import numpy as np
import matplotlib.pyplot as plt
  
distribution = np.linspace(0, np.maximum(rv.dist.b, 5))
plot = plt.plot(distribution, rv.pdf(distribution))

Producción :

Código #4: Argumentos Posicionales Variantes

from scipy.stats import arcsine
import matplotlib.pyplot as plt
import numpy as np
  
x = np.linspace(0, 1.0, 100)
  
# Varying positional arguments
y1 = beta.pdf(x, 2.75, 2.75)
y2 = beta.pdf(x, 3.25, 3.25)
plt.plot(x, y1, "*", x, y2, "r--")

Producción :