将附加参数加载到 scipy 的 rv_continuous答案

【问题标题】：Loading additional parameters to scipy's rv_continuous将附加参数加载到 scipy 的 rv_continuous
【发布时间】：2021-02-13 08:44:30
【问题描述】：

我打算对连续的、非解析的随机变量做一些基本的代数。我想将它们的概率密度函数定义为数组 x 和 f(x)。

然而，我惊讶地发现似乎没有任何包可以执行基本操作，例如计算两个 pdf 的总和或乘积分布（如果我错了，请纠正我）。为了自己实现这些操作，我计划创建一个 scipy.stats rv_continuous 的子类，遵循this 线程：

import scipy as sp
import numpy as np

class my_pdf(sp.stats.rv_continuous):
    def __init__(self,x,p):
        self.x = x
        self.p = p

    def _pdf(self,x):
        return sp.interpolate.interp1d(self.x,self.p)(x)

x = np.linspace(0,1,101)
f = 3*x**2
my_cv = my_pdf(x,f)
my_cv.pdf(0)

最后一行抛出一个错误，因为覆盖 init 方法可能不是要走的路。除了从头开始构建所有内容之外，有没有办法将额外的参数传递给 rv_continuous，或者解决问题的其他方法？

【问题讨论】：

两个 cmets：(1) 您将希望在覆盖的 __init__ 中调用超级构造函数，如下所示：super().__init__()。 (2) 您的示例可能并不完美，因为从统计的角度来看，支持的积分必须总和为 1 才能成为有效分布:-)
(1) 你能详细说明一下吗？据我了解super()，它会调用超类的__init__ 方法，在这种情况下为rv_continuous。但是，我的问题是 rv_continuous 没有采用我需要传递的附加参数。 (2) 如果我将 3*x**2 从 0 整合到 1，我得到 1 :)
我发布了一个我认为可能有用的 sn-p。抱歉，我搞砸了 (2) :-)

标签： python scipy statistics probability probability-density

【解决方案1】：

这似乎对我有用：

import scipy as sp
import scipy.stats
import numpy as np

class my_pdf(sp.stats.rv_continuous):
    def __init__(self,x,p):
        super().__init__(a=x.min(), b=x.max())
        self.x = x
        self.p = p
    
    def _pdf(self,x):
        return sp.interpolate.interp1d(self.x,self.p)(x)

x = np.linspace(0,1,101)
f = 3*x**2
my_cv = my_pdf(x,f)
my_cv.pdf(0)
my_cv.cdf(0.5)

【讨论】：

完美运行，谢谢！您可以通过通过支持限制来摆脱范围检查并提高效率：super().__init__(a=x[0],b=x[-1])。也许您想添加它，因为我无法编辑您的答案