Python – Power Log-Distribución normal en estadísticas

scipy.stats.powerlognorm() es una variable aleatoria continua logarítmica normal de potencia. 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 logarítmica normal de potencia

Código n.º 1: creación de una variable aleatoria continua logarítmica normal de potencia

# importing library
  
from scipy.stats import powerlognorm 
    
numargs = powerlognorm .numargs 
a, b = 4.32, 3.18
rv = powerlognorm (a, b) 
    
print ("RV : \n", rv) 

Producción :

RV : 
 scipy.stats._distn_infrastructure.rv_frozen object at 0x000002A9D8295B48

Código n.º 2: distribución de probabilidad y variables continuas logarítmicas normales de potencia

import numpy as np 
quantile = np.arange (0.01, 1, 0.1) 
  
# Random Variates 
R = powerlognorm.rvs(a, b) 
print ("Random Variates : \n", R) 
  
# PDF 
R = powerlognorm.pdf(a, b, quantile) 
print ("\nProbability Distribution : \n", R) 

Producción :

Random Variates : 
 0.03729334807608579

Probability Distribution : 
 [0.00000000e+000 8.14360522e-126 7.81567440e-037 1.63561014e-018
 8.34970138e-012 1.30638655e-008 7.72704791e-007 9.42026992e-006
 4.87663742e-005 1.52259891e-004]
 

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.         0.04081633 0.08163265 0.12244898 0.16326531 0.20408163
 0.24489796 0.28571429 0.32653061 0.36734694 0.40816327 0.44897959
 0.48979592 0.53061224 0.57142857 0.6122449  0.65306122 0.69387755
 0.73469388 0.7755102  0.81632653 0.85714286 0.89795918 0.93877551
 0.97959184 1.02040816 1.06122449 1.10204082 1.14285714 1.18367347
 1.2244898  1.26530612 1.30612245 1.34693878 1.3877551  1.42857143
 1.46938776 1.51020408 1.55102041 1.59183673 1.63265306 1.67346939
 1.71428571 1.75510204 1.79591837 1.83673469 1.87755102 1.91836735
 1.95918367 2.        ]
 

Código #4: Argumentos Posicionales Variantes

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

Producción :