Python: distribución gaussiana inversa normal en estadísticas

scipy.stats.norminvgauss() es una variable aleatoria continua gaussiana inversa normal. 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 gaussiana inversa normal

Código n.º 1: creación de una variable aleatoria continua gaussiana inversa normal

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

Producción :

RV : 
 scipy.stats._distn_infrastructure.rv_frozen object at 0x000002A9D7E7F988

Código n.º 2: distribución de probabilidad y variables continuas gaussianas inversas normales

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

Producción :

Random Variates : 
 1.3435537740460517

Probability Distribution : 
 [1.47553069e-06 2.26852616e-06 3.47672896e-06 5.31156917e-06
 8.08889275e-06 1.22787583e-05 1.85780134e-05 2.80155365e-05
 4.21040186e-05 6.30575858e-05]
 

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.        ]