wald分佈和反高斯分佈在scipy.stats

Question

我正在使用scipy.stats來適合我的數據。

scipy.stats.invgauss.fit(my_data_array) 
scipy.stats.wald.fit(my_data_array) 

從維基http://en.wikipedia.org/wiki/Inverse_Gaussian_distribution它說，瓦爾德分佈的另一個名稱爲逆高斯，而使用兩種以上的功能帶給我不同的擬合參數。 scipy.stats.invgauss.fit給了我三個參數，scipy.stats.wald.fit給出了兩個參數。

scipy.stats中這兩個分佈之間有什麼區別？

我正試圖在這裏找到答案，http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.wald.html和http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.invgauss.html，但真的沒有線索。

Answer 1

scipy.stats wald發行版的鏈接可以解答您的問題。

瓦爾德是invgauss與萬畝==特殊情況1.

所以下面應該產生相同的答案：

import numpy as np 
import scipy.stats as st 

my_data = np.random.randn(1000) 

wald_params = st.wald.fit(my_data) 
invgauss_params = st.invgauss.fit(my_data, f0=1) 

wald_params和invgauss_params是除了invgauss同樣有在其他兩個參數前面有一個1，這是他們所說的參數將在Wald分佈中固定爲一個參數（我使用arg f0=1對其進行了修正）。

希望有所幫助。