你如何使用 scipy.stats.rv_continuous？

Question

我一直在寻找一个很好的教程或如何使用rv_continuous 的示例，但我一直没有找到。

我读到了：

http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.rv_continuous.html#scipy.stats.rv_continuous

但它并没有那么有用（而且它没有任何使用示例）。

我想要做的一个例子是，指定任何概率分布并能够调用fit，然后只需简单地拥有我想要的pdf并能够调用expect并得到期望的值。

到目前为止，我理解的是，要创建任何可能的分布，我们需要为它创建自己的类，然后子类rv_continuous。然后通过指定自定义_pdf 或_cdf，我们应该能够简单地使用rv_continuous 为我们提供的所有方法。 expect 和 fit 之类的应该现在可用。

然而，对我来说真正神秘的是，如果我们不明确告诉 rv_continuous 指定概率分布的参数是什么，它真的能够正确地执行所有这些方法吗？仅使用 _pdf 或 _cdf 是如何做到的？

或者我只是误解了它的工作原理？

另外，如果你能提供一个简单的例子来说明它是如何工作的以及如何使用expect 和/或fit，那就太棒了！或者也许一个更好的教程或链接会很酷。

提前致谢。

Answer 1

这里有一个教程：http://docs.scipy.org/doc/scipy/reference/tutorial/stats.html

基本上，rv_continuous 用于子类化。如果您需要 scipy.stats 中未定义的发行版（其中有 70 多个），请使用它。

了解它是如何工作的。简而言之，它使用通用代码路径：如果您的子类定义了 _pdf 而没有定义 _logpdf，那么它继承

def _logpdf(self, x, *args):
    return log(self._pdf(x, *args))

还有一堆类似的方法（详情请参阅https://github.com/scipy/scipy/blob/master/scipy/stats/_distn_infrastructure.py）。

重新参数。您可能是指形状参数，对吗？它们是通过inspect@_pdf 或_cdf 的签名自动推断出来的，参见https://github.com/scipy/scipy/blob/master/scipy/stats/_distn_infrastructure.py#L617。 如果您想绕过检查，请将shapes 参数提供给您的实例的构造函数：

class Mydist(stats.rv_continuous):
    def _pdf(self, x, a, b, c, d):
       return 42
mydist = Mydist(shapes='a, b, c, d')

【严格来说，这只适用于scipy 0.13及以上版本。早期版本使用不同的机制，需要shapes 属性。]