scipy stats.gausshyper() | Python

scipy.stats.gausshyper() es una variable aleatoria continua hipergeométrica de Gauss 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.
-> a, b, c, z : parámetros de forma
-> 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 hipergeométrica de Gauss

Código #1: Crear una variable aleatoria continua hipergeométrica de Gauss

from scipy.stats import gausshyper  
  
numargs = gausshyper  .numargs
[a, b, c, z] = [0.7, ] * numargs
rv = gausshyper  (a, b, c, z)
  
print ("RV : \n", rv) 

Producción :

RV : 
 <scipy.stats._distn_infrastructure.rv_frozen object at 0x000001E399AB5A58>

Código #2: Variables aleatorias hipergeométricas de Gauss y distribución de probabilidad.

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

Producción :

Random Variates : 
 [1.45915082 0.58184603 1.91448022 1.23505789 0.9253147  0.36681062
 0.19628827 0.91795248 1.95313724 1.63728124]

Probability Distribution : 
 [0.83983413 0.82838709 0.81749232 0.80714179 0.79731436 0.78798255
 0.77911641 0.77068563 0.76266077 0.75501387]

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.         0.02040816 0.04081633 0.06122449 0.08163265 0.10204082
 0.12244898 0.14285714 0.16326531 0.18367347 0.20408163 0.2244898
 0.24489796 0.26530612 0.28571429 0.30612245 0.32653061 0.34693878
 0.36734694 0.3877551  0.40816327 0.42857143 0.44897959 0.46938776
 0.48979592 0.51020408 0.53061224 0.55102041 0.57142857 0.59183673
 0.6122449  0.63265306 0.65306122 0.67346939 0.69387755 0.71428571
 0.73469388 0.75510204 0.7755102  0.79591837 0.81632653 0.83673469
 0.85714286 0.87755102 0.89795918 0.91836735 0.93877551 0.95918367
 0.97959184 1.        ]

Código #4: Argumentos Posicionales Variantes

import matplotlib.pyplot as plt
import numpy as np
  
x = np.linspace(0, 5, 100)
  
# Varying positional arguments
y1 = gausshyper .pdf(x, a, z, 1, 3)
y2 = gausshyper .pdf(x, a, z, 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 *