scipy.stats.skellam() es una variable aleatoria discreta de Skellam. Se hereda de los métodos genéricos como una instancia de la clase rv_discrete . Completa los métodos con detalles específicos para esta distribución en particular.
Parámetros:
x : cuantiles
loc : [opcional] parámetro de ubicación. Predeterminado = 0
escala: [opcional] parámetro de escala. Predeterminado = 1
momentos: [opcional] compuesto por letras [‘mvsk’]; ‘m’ = media, ‘v’ = varianza, ‘s’ = sesgo de Fisher y ‘k’ = curtosis de Fisher. (predeterminado = ‘MV’).Resultados : Variable aleatoria discreta Skellam
Código #1: Creación de una variable aleatoria discreta Skellam
# importing library from scipy.stats import skellam numargs = skellam .numargs a, b = 0.2, 0.8 rv = skellam (a, b) print ("RV : \n", rv)
Producción :
RV : scipy.stats._distn_infrastructure.rv_frozen object at 0x0000016A4D865848
Código n.º 2: variables discretas de Skellam y distribución de probabilidad
import numpy as np quantile = np.arange (0.01, 1, 0.1) # Random Variates R = skellam .rvs(a, b, size = 10) print ("Random Variates : \n", R) # PDF x = np.linspace(skellam.ppf(0.01, a, b), skellam.ppf(0.99, a, b), 10) R = skellam.ppf(x, 1, 3) print ("\nProbability Distribution : \n", R)
Producción :
Random Variates : [ 3 0 0 15 0 1 4 2 0 6] Probability Distribution : [ 4. nan nan nan nan nan nan nan nan nan]
Código #3: Representación gráfica.
import numpy as np import matplotlib.pyplot as plt distribution = np.linspace(0, np.minimum(rv.dist.b, 2)) print("Distribution : \n", distribution) plot = plt.plot(distribution, rv.ppf(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 = skellam.ppf(x, a, b) y2 = skellam.pmf(x, a, b) 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