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 :
Publicación traducida automáticamente
Artículo escrito por mathemagic y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA