將數據擬合到廣義極值分佈

Question

我一直試圖使用scipy.stats.genextreme來將我的數據擬合到廣義極值分佈。我嘗試了所有可以找到的方法，但我不知道它爲什麼不適合數據。

我已經試過這兩種方法：

import numpy as np 
from matplotlib import pyplot as plt 
from scipy.stats import genextreme as gev 

dataN = [0.0, 0.0, 0.122194513716, 0.224438902743, 0.239401496259, 0.152119700748, 
     0.127182044888, 0.069825436409, 0.0299251870324, 0.0199501246883, 0.00997506234414, 
     0.00498753117207, 0.0] 

t = np.linspace(1,13,13) 
fit = gev.fit(dataN,loc=3) 
pdf = gev.pdf(t, *fit) 
plt.plot(t, pdf) 
plt.plot(t, dataN, "o") 
print(fit) 

以及

popt, pcov = curve_fit(gev.pdf,t, dataN) 
plt.plot(t,gev.pdf(*popt),'r-') 

第二種方法導致這個

" ValueError: Unable to determine number of fit parameters." 

謝謝尋求任何幫助，你可以給我！

Answer 1

據當時scipy.stats文檔：

https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.genextreme.html

配合（）方法使用的原始數據，它看起來就像你正在過分級直方圖數據在您的來電：

fit = gev.fit(dataN,loc=3) 

嘗試傳遞原始數據以查看它是否可以根據需要運行。