如果我在python中运行下面的代码
from scipy.stats import norm, beta
sample = beta.rvs(2,5,size=100)
beta_fit = beta.fit(sample)
出现以下错误
/usr/lib/python3/dist-packages/scipy/stats/_continuous_distns.py:404: RuntimeWarning: invalid
value encountered in sqrt
sk = 2*(b-a)*sqrt(a + b + 1) / (a + b + 2) / sqrt(a*b)
根据样本的大小，我有时也会遇到其他错误
/usr/lib/python3/dist-packages/scipy/optimize/minpack.py:161: RuntimeWarning:
The iteration is not making good progress, as measured by the improvement from the last ten iterations.
warnings.warn(msg, RuntimeWarning)
有谁知道为什么会发生这种情况以及如何解决它？
谢谢!
最佳答案
在评论中您说您希望将支持固定为 [0, 1]。要使用 fit() 方法执行此操作，请使用参数 floc=0 和 fscale=1。然后只有形状参数将适合数据。
from scipy.stats import beta
sample = beta.rvs(2, 5, size=100)
beta_fit = beta.fit(sample, floc=0, fscale=1)
这也应该消除您看到的警告。出现这些警告是因为当所有四个参数都合适时，代码使用通用数值优化例程来查找使可能性最大化的参数，并且该代码中的某些内容会生成这些警告。 (这可能是一个错误——形状参数应该是正数，所以在生成警告的行中对 sqrt 的调用都不应该得到负数参数。)当你修复位置时和比例，fit() 方法解决了一个更简单的数值问题，以找到最大似然参数估计值，因此它避免了生成警告的代码。
关于python - 使用 scipy.stats.beta.fit 时的运行时警告，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/44592370/