我想为我的数据拟合一个 Gamma 分布，我使用它来做
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)，并固定其中一个参数(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。有什么解决方法吗？我不能仅使用形状和尺度对 Gamma 分布进行参数化吗？
最佳答案
我在评论中说您在 gamma 分布中遇到了一个错误——它不允许您修复位置和比例。该错误已在 scipy 0.13 中修复，但如果您无法升级，则可以使用 rv_continuous 类的 fit 方法解决该错误，该类是父级gamma 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)
关于python - 使用 python scipy 将 Gamma 分布拟合到数据，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/18703262/