scipy.stats.lomax() es una variable aleatoria continua Lomax (Pareto de segundo tipo). 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:
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 Lomax
Código #1: Crear variable aleatoria continua Lomax
# importing library from scipy.stats import lomax numargs = lomax.numargs a, b = 4.32, 3.18 rv = lomax(a, b) print ("RV : \n", rv)
Producción :
RV : scipy.stats._distn_infrastructure.rv_frozen object at 0x000002A9D6564888
Código n.º 2: variables continuas de Lomax y distribución de probabilidad
import numpy as np quantile = np.arange (0.01, 1, 0.1) # Random Variates R = lomax.rvs(a, b) print ("Random Variates : \n", R) # PDF R = lomax.pdf(a, b, quantile) print ("\nProbability Distribution : \n", R)
Producción :
Random Variates : 3.197400505329826 Probability Distribution : [0.00296164 0.0032066 0.00347718 0.00377664 0.00410872 0.00447776 0.00488877 0.00534758 0.00586097 0.00643686]
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 = lomax .pdf(x, 1, 3) y2 = lomax .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