scipy.stats.chi() es una variable aleatoria continua chi que se define con un formato estándar y algunos parámetros de forma para completar su especificación.
Parámetros:
q: probabilidad de cola inferior y superior
x: cuantiles
loc: parámetro de ubicación [opcional]. Predeterminado = 0
escala: parámetro de escala [opcional]. 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 : chi variable aleatoria continua
Casos especiales :
- chi(1, loc, escala) = seminormal
- chi(2, 0, escala) = rayleigh
- chi(3, 0, escala) : maxwell
Código #1: Creando una variable aleatoria continua chi
# importing scipy from scipy.stats import chi numargs = chi.numargs [a] = [0.6, ] * numargs rv = chi(a) print ("RV : \n", rv)
Producción :
RV : <scipy.stats._distn_infrastructure.rv_frozen object at 0x000002948537C6D8>
Código #2: variables aleatorias de chi y distribución de probabilidad.
import numpy as np quantile = np.arange (0.01, 1, 0.1) # Random Variates R = chi.rvs(a, scale = 2, size = 10) print ("Random Variates : \n", R) # PDF R = chi.pdf(a, quantile, loc = 0, scale = 1) print ("\nProbability Distribution : \n", R)
Producción :
Random Variates : [2.40483665 1.68478304 0.01664071 2.48977805 3.66286843 1.68463842 0.14434643 0.67812242 0.46190886 1.99973997] Probability Distribution : [0.01384193 0.14349716 0.25719966 0.35519439 0.43801475 0.50641521 0.56131243 0.60373433 0.63477687 0.65556791]
Código #3: Representación gráfica.
import numpy as np import matplotlib.pyplot as plt distribution = np.linspace(0, np.minimum(rv.dist.b, 5)) print("Distribution : \n", distribution) plot = plt.plot(distribution, rv.pdf(distribution))
Producción :
Distribution : Distribution : [0. 0.10204082 0.20408163 0.30612245 0.40816327 0.51020408 0.6122449 0.71428571 0.81632653 0.91836735 1.02040816 1.12244898 1.2244898 1.32653061 1.42857143 1.53061224 1.63265306 1.73469388 1.83673469 1.93877551 2.04081633 2.14285714 2.24489796 2.34693878 2.44897959 2.55102041 2.65306122 2.75510204 2.85714286 2.95918367 3.06122449 3.16326531 3.26530612 3.36734694 3.46938776 3.57142857 3.67346939 3.7755102 3.87755102 3.97959184 4.08163265 4.18367347 4.28571429 4.3877551 4.48979592 4.59183673 4.69387755 4.79591837 4.89795918 5. ]
Código #4: Argumentos Posicionales Variantes
import matplotlib.pyplot as plt import numpy as np x = np.linspace(0, 5, 100) # Varying positional arguments y1 = chi.pdf(x, 1, 6) y2 = chi.pdf(x, 1, 4) plt.plot(x, y1, "*", x, y2, "r--")
Producción :
Publicación traducida automáticamente
Artículo escrito por vishal3096 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA