python简单实现最大似然估计&scipy库的使用详解


Posted in Python onApril 15, 2020

python简单实现最大似然估计

1、scipy库的安装

wim+R输入cmd,然后cd到python的pip路径,即安装:pip install scipy即可

2、导入scipy库

from scipy.sats import norm

导入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 返回对应的累计分布函数值
norm.pdf 返回对应的概率密度函数值
norm.rvs 产生指定参数的随机变量
norm.fit 返回给定数据下,各参数的最大似然估计(MLE)值
'''
x_norm = norm.rvs(size=200)
#在这组数据下,正态分布参数的最大似然估计值
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)#归一化直方图(用出现频率代替次数),将划分区间变为 20(默认 10)
x = np.linspace(-3,3,50)#在在(-3,3)之间返回均匀间隔的50个数字。
plt.plot(x, norm.pdf(x), 'r-')
plt.show()

运行如下:

python简单实现最大似然估计&scipy库的使用详解

补充知识:python hypergeom.cdf函数理解

导入函数

hypergeom.cdf函数是scipy库中的。

from scipy.stats import hypergeom

含义

与scipy帮助文档中的字母定义一致,即用hypergeom.cdf(k,M,n,N)来解释该函数的用法。

hypergeom是用于计算超几何分布的,其中cdf表示的是累计分布函数。这里用超几何分布的一般意义来解释,hypergeom.cdf表示:总共有M件产品,n件次品,从M件中随机挑出N件,这N件中最多包含n件中的k件的概率(也可以理解为M-n件产品中至少选到N-k件的概率)。

python简单实现最大似然估计&scipy库的使用详解

以上这篇python简单实现最大似然估计&scipy库的使用详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python中的对象拷贝示例 python引用传递
Jan 23 Python
Python脚本实现虾米网签到功能
Apr 12 Python
Python使用PIL模块生成随机验证码
Nov 21 Python
python中的随机函数random的用法示例
Jan 27 Python
Python对数据进行插值和下采样的方法
Jul 03 Python
python+numpy+matplotalib实现梯度下降法
Aug 31 Python
python+selenium实现自动化百度搜索关键词
Jun 03 Python
PyTorch之图像和Tensor填充的实例
Aug 18 Python
Windows+Anaconda3+PyTorch+PyCharm的安装教程图文详解
Apr 03 Python
python dict乱码如何解决
Jun 07 Python
如何利用python进行时间序列分析
Aug 04 Python
Python基于爬虫实现全网搜索并下载音乐
Feb 14 Python
Python unittest单元测试框架及断言方法
Apr 15 #Python
python 连续不等式语法糖实例
Apr 15 #Python
Python中使用socks5设置全局代理的方法示例
Apr 15 #Python
在python中求分布函数相关的包实例
Apr 15 #Python
python实现手势识别的示例(入门)
Apr 15 #Python
使用python计算三角形的斜边例子
Apr 15 #Python
解决jupyter notebook import error但是命令提示符import正常的问题
Apr 15 #Python
You might like
颠覆常识!无色透明的咖啡诞生了(中日双语)
2021/03/03 咖啡文化
第三节--定义一个类
2006/11/16 PHP
echo(),print(),print_r()之间的区别?
2006/11/19 PHP
加强版phplib的DB类
2008/03/31 PHP
php+javascript的日历控件
2009/11/19 PHP
ThinkPHP模板判断输出Present标签用法详解
2014/06/30 PHP
php定义参数数量可变的函数用法实例
2015/03/16 PHP
js 获取浏览器高度和宽度值(多浏览器)
2009/09/02 Javascript
jQuery 使用手册(四)
2009/09/23 Javascript
jqplot通过ajax动态画折线图的方法及思路
2013/12/08 Javascript
Js实现网页键盘控制翻页的方法
2014/10/30 Javascript
jQuery延迟加载图片插件Lazy Load使用指南
2015/03/25 Javascript
xcode中获取js文件的路径方法(推荐)
2016/11/05 Javascript
EasyUI 中combotree 默认不能选择父节点的实现方法
2016/11/07 Javascript
微信小程序 实例开发总结
2017/04/26 Javascript
js实现水平滚动菜单导航
2017/07/21 Javascript
捕获未处理的Promise错误方法
2017/10/13 Javascript
JS简单获得节点元素的方法示例
2018/02/10 Javascript
详解Vue中使用Echarts的两种方式
2018/07/03 Javascript
uniapp实现可以左右滑动导航栏
2020/10/21 Javascript
使用vue编写h5公众号跳转小程序的实现代码
2020/11/27 Vue.js
Vue过滤器,生命周期函数和vue-resource简单介绍
2021/01/12 Vue.js
python使用PIL缩放网络图片并保存的方法
2015/04/24 Python
Python新手入门最容易犯的错误总结
2017/04/24 Python
利用python脚本如何简化jar操作命令
2019/02/24 Python
python分布式计算dispy的使用详解
2019/12/22 Python
python scatter函数用法实例详解
2020/02/11 Python
jupyter 中文乱码设置编码格式 避免控制台输出的解决
2020/04/20 Python
使用 css3 实现圆形进度条的示例
2017/07/05 HTML / CSS
丝芙兰新加坡官网:Sephora新加坡
2018/12/04 全球购物
描述RIP和OSPF区别以及特点
2015/01/17 面试题
师范生实习的个人自我鉴定
2013/10/20 职场文书
汇源肾宝广告词
2014/03/20 职场文书
安全在我心中演讲稿
2014/09/01 职场文书
创业计划书之香辣虾火锅
2019/09/23 职场文书
Python使用OpenCV实现虚拟缩放效果
2022/02/28 Python