scipy.stats.johnsonsb() es una variable aleatoria continua de Johnson SB que se define con un formato estándar y algunos parámetros de forma para completar su especificación.
Parámetros:
q : probabilidad de cola inferior y superior
x : cuantiles
loc : parámetro de ubicación [opcional]. Predeterminado = 0
escala: [opcional] parámetro de escala. 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 Johnson SB
Código #1: Creación de una variable aleatoria continua Johnson SB
# importing library from scipy.stats import johnsonsb numargs = johnsonsb.numargs a, b = 4.32, 3.18 rv = johnsonsb(a, b) print ("RV : \n", rv)
Producción :
RV : scipy.stats._distn_infrastructure.rv_frozen object at 0x000002A9D50286C8
Código n.º 2: variables continuas de Johnson SB y distribución de probabilidad
import numpy as np quantile = np.arange (0.01, 1, 0.1) # Random Variates R = johnsonsb.rvs(a, b, scale = 2, size = 10) print ("Random Variates : \n", R) # PDF R = johnsonsb.pdf(a, b, quantile, loc = 0, scale = 1) print ("\nProbability Distribution : \n", R)
Producción :
Random Variates : [0.42212956 0.60876766 0.35494705 0.42892958 0.25316345 0.51872977 0.2355019 0.44657975 0.54971277 0.36683771] Probability Distribution : [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
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. 0.02040816 0.04081633 0.06122449 0.08163265 0.10204082 0.12244898 0.14285714 0.16326531 0.18367347 0.20408163 0.2244898 0.24489796 0.26530612 0.28571429 0.30612245 0.32653061 0.34693878 0.36734694 0.3877551 0.40816327 0.42857143 0.44897959 0.46938776 0.48979592 0.51020408 0.53061224 0.55102041 0.57142857 0.59183673 0.6122449 0.63265306 0.65306122 0.67346939 0.69387755 0.71428571 0.73469388 0.75510204 0.7755102 0.79591837 0.81632653 0.83673469 0.85714286 0.87755102 0.89795918 0.91836735 0.93877551 0.95918367 0.97959184 1. ]
Código #4: Argumentos Posicionales Variantes
import matplotlib.pyplot as plt import numpy as np x = np.linspace(0, 5, 100) # Varying positional arguments y1 = johnsonsb .pdf(x, 1, 3) y2 = johnsonsb .pdf(x, 1, 4) plt.plot(x, y1, "*", x, y2, "r--")
Producción :
Publicación traducida automáticamente
Artículo escrito por mathemagic y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA