使用 scipy,我想测量随机变量由我的对数正态分布生成的可能性。
为此,我考虑查看它与 PDF 最大值的距离。
到目前为止我的方法是这样的:如果变量是 r = 1.5
,并且分布 σ=0.5,则从 PDF 中找到值,lognorm.pdf(r, 0.5, loc=0)
。给定结果 (0.38286..
),我想查找 PDF 的哪些区域低于 0.38286..
。
最后一步如何实现?这是解决这个问题的正确方法吗?
给出一个更一般的问题示例。假设有人告诉我他们在 Twitter 上有 126 个关注者。我知道 Twitter 关注者是对数正态分布,并且我有该分布的 PDF。考虑到这种分布,我是否可以确定这个关注者数量的可信度?
最佳答案
PDF 下的区域是 CDF (这是 lognorm 中的一个方便的方法):
lognorm.cdf(r, 0.5, loc=0)
.
您可以用它来计算的一件事是折叠累积分布(提到 here ),也称为“山图”:
FCD = 0.5 - abs(lognorm.cdf(r, 0.5, loc=0) - 0.5)
关于python - 对数正态分布变量,求似然度,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12510004/