scipy.stats.chi2() | Python

scipy.stats.chi2() es una variable aleatoria continua chi cuadrada 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: [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 chi cuadrado

Código #1: Creando una variable aleatoria continua chi cuadrada

# importing scipy
from scipy.stats import chi2
  
numargs = chi2.numargs
[a] = [0.6, ] * numargs
rv = chi2(a)
  
print ("RV : \n", rv) 

Producción :

RV : 
 <scipy.stats._distn_infrastructure.rv_frozen object at 0x0000029485196DD8>

Código #2: variables aleatorias chi2 y función de distribución de probabilidad.

import numpy as np
quantile = np.arange (0.01, 1, 0.1)
   
# Random Variates
R = chi2.rvs(a, scale = 2,  size = 10)
print ("Random Variates : \n", R)
  
# PDF
R = chi2.pdf(a, quantile, loc = 0, scale = 1)
print ("\nProbability Distribution : \n", R)

Producción :

Random Variates : 
 [6.20115012e-01 4.82717678e-01 1.43760444e-02 1.19755537e+00
 3.00093606e-05 6.11268950e-01 5.99940774e-01 3.20509994e-01
 1.94220599e-01 6.63225404e-01]

Probability Distribution : 
 [0.00615404 0.06544849 0.12034254 0.1704933  0.21568622 0.25581903
 0.29088625 0.32096438 0.34619796 0.36678666]
 

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 : 
 [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 = chi2.pdf(x, 1, 6)
y2 = chi2.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

Deja una respuesta

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