python簡單實現(xiàn)最大似然估計&scipy庫的使用詳解
python簡單實現(xiàn)最大似然估計
1、scipy庫的安裝
wim+R輸入cmd,然后cd到python的pip路徑,即安裝:pip install scipy即可
2、導入scipy庫
from scipy.sats import norm
導入scipy.sats中的norm
3、案例分析
from scipy.stats import norm
import matplotlib.pyplot as plt
import numpy as np
'''
norm.cdf 返回對應(yīng)的累計分布函數(shù)值
norm.pdf 返回對應(yīng)的概率密度函數(shù)值
norm.rvs 產(chǎn)生指定參數(shù)的隨機變量
norm.fit 返回給定數(shù)據(jù)下,各參數(shù)的最大似然估計(MLE)值
'''
x_norm = norm.rvs(size=200)
#在這組數(shù)據(jù)下,正態(tài)分布參數(shù)的最大似然估計值
x_mean, x_std = norm.fit(x_norm)
print ('mean, ', x_mean)
print ('x_std, ', x_std)
plt.hist(x_norm, normed=True, bins=15)#歸一化直方圖(用出現(xiàn)頻率代替次數(shù)),將劃分區(qū)間變?yōu)?20(默認 10)
x = np.linspace(-3,3,50)#在在(-3,3)之間返回均勻間隔的50個數(shù)字。
plt.plot(x, norm.pdf(x), 'r-')
plt.show()
運行如下:

補充知識:python hypergeom.cdf函數(shù)理解
導入函數(shù)
hypergeom.cdf函數(shù)是scipy庫中的。
from scipy.stats import hypergeom
含義
與scipy幫助文檔中的字母定義一致,即用hypergeom.cdf(k,M,n,N)來解釋該函數(shù)的用法。
hypergeom是用于計算超幾何分布的,其中cdf表示的是累計分布函數(shù)。這里用超幾何分布的一般意義來解釋,hypergeom.cdf表示:總共有M件產(chǎn)品,n件次品,從M件中隨機挑出N件,這N件中最多包含n件中的k件的概率(也可以理解為M-n件產(chǎn)品中至少選到N-k件的概率)。

以上這篇python簡單實現(xiàn)最大似然估計&scipy庫的使用詳解就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
Django Auth應(yīng)用實現(xiàn)用戶身份認證
Django Auth 應(yīng)用一般用在用戶的登錄注冊上,用于判斷當前的用戶是否合法。本文將介紹Auth的另一個功能,即認證用戶身份,感興趣的同學可以關(guān)注一下2021-12-12
Android 兼容性問題:java.lang.UnsupportedOperationException解決辦法
這篇文章主要介紹了Android 兼容性問題:java.lang.UnsupportedOperationException解決辦法的相關(guān)資料,需要的朋友可以參考下2017-03-03
Python基于ThreadingTCPServer創(chuàng)建多線程代理的方法示例
這篇文章主要介紹了Python基于ThreadingTCPServer創(chuàng)建多線程代理的方法,結(jié)合實例形式分析了Python使用ThreadingTCPServer模塊實現(xiàn)多線程代理功能進行網(wǎng)絡(luò)請求響應(yīng)的相關(guān)操作技巧,需要的朋友可以參考下2018-01-01

