来自docs
The probability mass function for zipf is:
zipf.pmf(k, a) = 1/(zeta(a) * k**a) for k >= 1.
zipf takes
a
as shape parameter.The probability mass function above is defined in the “standardized” form. To shift distribution use the loc parameter. Specifically, zipf.pmf(k, a, loc) is identically equivalent to zipf.pmf(k - loc, a).
但是a
和k
指的是什么? “形状参数”是什么意思?
此外,在scipy.stats.zipf.interval
中,还有一个alpha
参数。
.interval()
方法的描述很简单:
Endpoints of the range that contains alpha percent of the distribution
alpha
参数是什么意思?这是“置信区间”吗?
最佳答案
What does "shape parameter" mean?
顾名思义,形状参数决定分布的形状。当从形状参数不是什么开始时,这可能是最容易解释的:
位置参数会改变分布,但在其他方面保持不变。例如,正态分布的平均值是位置参数。如果
X
服从均值mu
的正态分布,则X + a
服从均值mu + a
的正态分布。scale参数使分布更宽或更窄。例如,正态分布的标准差是一个尺度参数。如果
X
服从标准差sigma
的正态分布,则X * a
服从标准差sigma * a
的正态分布>.最后,shape 参数会更改分布的形状。例如,Gamma distribution有一个形状参数
k
,用于确定分布的倾斜程度(= 向一侧“倾斜”的程度)。
But what does the
a
andk
refer to?
k
是由分布参数化的变量。使用zipf.pmf
,您可以在给定形状参数a
的情况下计算任意k
的概率。下面的图演示了a
如何改变分布的形状(不同 k 的个体概率)。
高a
使得k
不太可能出现大值,而低a
则使得k
值较小可能和更大的k
都是可能的。
What does the
alpha
parameter mean? Is that the "confidence interval"?
说alpha
是置信区间是错误的。这是置信水平。我想这就是你的意思。例如,alpha=0.95
表示您的置信区间为 95%。如果您从特定分布生成随机 k
,其中 95% 将位于 zipf.interval
返回的范围内。
绘图代码:
from scipy.stats import zipf
import matplotlib.pyplot as plt
import numpy as np
k = np.linspace(0, 10, 101)
for a in [1.3, 2.6]:
p = zipf.pmf(k, a=a)
plt.plot(k, p, label='a={}'.format(a), linewidth=2)
plt.xlabel('k')
plt.ylabel('probability')
plt.legend()
plt.show()
关于python - scipy.stats.zipf 中的参数是什么意思?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42947874/