scipy stats.genexpon() | Python

scipy.stats.genexpon() es una variable aleatoria continua exponencial generalizada 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: parámetros de forma
-> momentos: [opcional] compuestos por letras [‘mvsk’]; ‘m’ = media, ‘v’ = varianza, ‘s’ = sesgo de Fisher y ‘k’ = curtosis de Fisher. (predeterminado = ‘MV’).

Resultados: variable aleatoria continua exponencial generalizada

Código #1: Crear variable aleatoria continua exponencial generalizada

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

Producción :

RV : 
 <scipy.stats._distn_infrastructure.rv_frozen object at 0x0000018D57997F60>

Código #2: variables aleatorias exponenciales generalizadas.

import numpy as np
quantile = np.arange (0.01, 1, 0.1)
   
# Random Variates
R = genexpon.rvs(a, scale = 2,  size = 10)
print ("Random Variates : \n", R)

Producción :

Random Variates : 
 [0.74505484 2.02790441 2.06823675 3.96275674 1.24274054 3.71331036
 0.53957521 0.37359838 2.53934153 2.36254065]

Probability Distribution : 
 [0.43109163 0.45222638 0.47102054 0.48773188 0.50258763 0.51578837
 0.52751153 0.53791424 0.54713591 0.55530037]

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 = genexpon.pdf(x, a, 1, 3)
y2 = genexpon.pdf(x, a, 1, 4)
plt.plot(x, y1, "*", x, y2, "r--")

Producción :