scipy stats.exponpow() | Python

scipy.stats.exponpow() es una variable aleatoria continua de potencia exponencial 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: variable aleatoria continua de potencia exponencial

Código #1: Creando una variable aleatoria continua de potencia exponencial

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

Producción :

RV : 
 <scipy.stats._distn_infrastructure.rv_frozen object at 0x0000018D566864A8>

Código #2: variables aleatorias de potencia exponencial y distribución de probabilidad.

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

Producción :

Random Variates : 
 [0.39218526 0.4418613  0.23005955 3.56399807 0.29120501 0.27121159
 0.07933858 2.54235979 3.05448398 0.6408786 ]

Probability Distribution : 
 [0.00815589 0.09245642 0.18010922 0.26897814 0.35721501 0.44327698
 0.52592189 0.60418893 0.67737085 0.74498201]
 

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.         0.06122449 0.12244898 0.18367347 0.24489796 0.30612245
 0.36734694 0.42857143 0.48979592 0.55102041 0.6122449  0.67346939
 0.73469388 0.79591837 0.85714286 0.91836735 0.97959184 1.04081633
 1.10204082 1.16326531 1.2244898  1.28571429 1.34693878 1.40816327
 1.46938776 1.53061224 1.59183673 1.65306122 1.71428571 1.7755102
 1.83673469 1.89795918 1.95918367 2.02040816 2.08163265 2.14285714
 2.20408163 2.26530612 2.32653061 2.3877551  2.44897959 2.51020408
 2.57142857 2.63265306 2.69387755 2.75510204 2.81632653 2.87755102
 2.93877551 3.        ]

Código #4: Argumentos Posicionales Variantes

import matplotlib.pyplot as plt
import numpy as np
  
x = np.linspace(0, 5, 100)
  
# Varying positional arguments
y1 = exponpow  .pdf(x, 2, 6)
y2 = exponpow  .pdf(x, 1, 4)
plt.plot(x, y1, "*", x, y2, "r--")

Producción :