使用 python scipy 将伽马分布拟合到数据答案

【问题标题】：Using python scipy to fit gamma distribution to data使用 python scipy 将伽马分布拟合到数据
【发布时间】：2013-09-09 16:58:19
【问题描述】：

我想为我的数据拟合一个伽马分布，我使用这个

import scipy.stats as ss
import scipy as sp
import numpy as np
import os
import matplotlib.pyplot as plt

alpha = []
beta = []
loc = []

data = np.loadtxt(data)
fit_alpha, fit_loc, fit_beta = ss.gamma.fit(data, floc=0, fscale=1)

我想将 gamma 分布的参数之一保留为变量（比如形状），并修复其中一个参数（比如 scale=1）。但是，如果我将 loc 变量保持为零，则无法将比例固定为 1。有一些解决方法吗？我不能只使用形状和比例来参数化伽玛分布吗？

【问题讨论】：

您在 scipy 的开发版本中遇到了一个已修复的错误 (github.com/scipy/scipy/pull/2519)。该修复将在版本 0.13 中发布。

标签： python statistics scipy gamma-distribution

【解决方案1】：

在评论中我说您在gamma 发行版中遇到了一个错误——它不允许您修复位置和比例。 scipy 0.13 中修复了该错误，但如果无法升级，可以使用rv_continuous 类的fit 方法解决该错误，该类是gamma 的父类：

In [22]: from scipy.stats import rv_continuous, gamma

In [23]: x = gamma.rvs(2.5, loc=0, scale=4, size=1000)  # A test sample.

In [24]: rv_continuous.fit(gamma, x, floc=0, fscale=4)
Out[24]: (2.5335837650122608, 0, 4)

【讨论】：

+1 表示floc，docs.scipy.org/doc/scipy/reference/generated/… 的文档没有对此参数的任何引用。

【解决方案2】：

看看 gamma.fit 的实现：

def fit(self, data, *args, **kwds):
    floc = kwds.get('floc', None)
    if floc == 0:
        xbar = ravel(data).mean()
        logx_bar = ravel(log(data)).mean()
        s = log(xbar) - logx_bar
        def func(a):
            return log(a) - special.digamma(a) - s
        aest = (3-s + math.sqrt((s-3)**2 + 24*s)) / (12*s)
        xa = aest*(1-0.4)
        xb = aest*(1+0.4)
        a = optimize.brentq(func, xa, xb, disp=0)
        scale = xbar / a
        return a, floc, scale
    else:
        return super(gamma_gen, self).fit(data, *args, **kwds)

如果你设置floc=None，它会调用父类（即rv_continuous）的fit函数，你可以固定比例。

【讨论】：