Python: distribución mínima de Weibull en estadísticas

scipy.stats.weibull_min() es una variable aleatoria continua mínima de Weibull. 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 mínima continua de Weibull

Código n.º 1: Creación de una variable aleatoria continua mínima de Weibull

# importing library
  
from scipy.stats import weibull_min 
    
numargs = weibull_min .numargs 
a, b = 0.2, 0.8
rv = weibull_min (a, b) 
    
print ("RV : \n", rv)  

Producción :

RV : 
 scipy.stats._distn_infrastructure.rv_frozen object at 0x000002A9DA00E108

Código n.º 2: variables continuas mínimas de Weibull y distribución de probabilidad

import numpy as np 
quantile = np.arange (0.01, 1, 0.1) 
  
# Random Variates 
R = weibull_min .rvs(a, b, size = 10) 
print ("Random Variates : \n", R) 
  
# PDF 
x = np.linspace(weibull_min.ppf(0.01, a, b),
                weibull_min.ppf(0.99, a, b), 10)
R = weibull_min.pdf(x, 1, 3)
print ("\nProbability Distribution : \n", R) 

Producción :

Random Variates : 
 [12.76832063  0.80471316  0.80000281  0.80001071  0.80000427  2.1282417
  1.9774416  27.87159473  0.80431529  0.80000885]

Probability Distribution : 
 [0.00000000e+000 1.01939341e-099 1.15142533e-199 1.30055804e-299
 0.00000000e+000 0.00000000e+000 0.00000000e+000 0.00000000e+000
 0.00000000e+000 0.00000000e+000]

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 = weibull_min.pdf(x, a, b) 
y2 = weibull_min.pdf(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

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *