scipy.stats.zipf中的參數是什麼意思？

從docs scipy.stats.zipf中的參數是什麼意思？

爲齊普夫的概率質量函數是：

zipf.pmf（K，A）= 1 /（ζ電的（a）* K ** A）對於k> = 1.

zipf以a作爲形狀參數。

上面的概率質量函數在「標準化」形式中定義。要移位分佈，請使用loc參數。具體而言，zipf.pmf（k，a，loc）與zipf.pmf（k - loc，a）的作用相同。

但是a和k是指什麼？「形狀參數」是什麼意思？

此外，在scipy.stats.zipf.interval中，有一個alpha參數。

的.interval()方法的描述很簡單：包含通訊

的阿爾法％的什麼是alpha參數指的是一系列的

終點？那是「置信區間」嗎？

來源

2017-03-22 alvas

相關：http://stats.stackexchange.com/questions/269255/is-it-right-to-use-normal-distribution-to-compute -confidence間隔--A-POIN的 – alvas

「形狀參數」是什麼意思？

顧名思義，形狀參數決定了分佈的形狀。這可能是最容易啓動的時候是什麼形狀參數不解釋：

一個位置參數轉移分配，但離開它，否則保持不變。例如，正態分佈的平均值是位置參數。如果X正態分佈的平均值爲mu，那麼X + a正態分佈的平均值爲mu + a。
A 比例尺參數使分佈變寬或變窄。例如，正態分佈的標準偏差是比例參數。如果X正態分佈的標準差爲sigma，則X * a正態分佈，標準差爲sigma * a。
最後，一個形狀參數改變了分佈的形狀。例如，Gamma distribution有一個形狀參數k，它決定了分佈的偏斜程度（=它向一邊傾斜的程度）。

但到底是什麼的a和k指什麼？

k是由分佈參數化的變量。使用zipf.pmf，您可以計算任何k的概率，給定形狀參數a。下面是一張圖，演示a如何改變分佈的形狀（不同k的個體概率）。

高a使得k不太可能大的值，而低a，使小k不太可能和更大k是可能的。

alpha參數是什麼意思？那是「置信區間」嗎？

這是錯誤的說法alpha是的置信區間。它是置信水平。我想這就是你的意思。例如，alpha=0.95表示您有95％的置信區間。如果您從特定發行版中隨機生成k，則其中95％將位於由zipf.interval返回的範圍內。

代碼的情節：

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()

來源

2017-03-22 12:46:30 kazemakase

scipy.stats.zipf中的參數是什麼意思？

回答

相關問題