scipy.stats.recipinvgauss() es una variable aleatoria continua gaussiana inversa recíproca. 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 recíproca
Código n. ° 1: creación de una variable aleatoria continua gaussiana inversa recíproca
# importing library from scipy.stats import recipinvgauss numargs = recipinvgauss .numargs a, b = 4.32, 3.18 rv = recipinvgauss (a, b) print ("RV : \n", rv)
Producción :
RV : scipy.stats._distn_infrastructure.rv_frozen object at 0x000002A9D843A9C8
Código n.º 2: variables continuas gaussianas inversas recíprocas y distribución de probabilidad
import numpy as np quantile = np.arange (0.01, 1, 0.1) # Random Variates R = recipinvgauss .rvs(a, b) print ("Random Variates : \n", R) # PDF R = recipinvgauss .pdf(a, b, quantile) print ("\nProbability Distribution : \n", R)
Producción :
Random Variates : 6.540700180076524 Probability Distribution : [0.03015471 0.03206632 0.03410829 0.03629051 0.03862377 0.04111981 0.04379146 0.04665275 0.04971902 0.05300712]
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 = recipinvgauss .pdf(x, 1, 3, 5) y2 = recipinvgauss .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