python简单实现最大似然估计&scipy库的使用详解
2020-04-16 12:06
531 查看
python简单实现最大似然估计
1、scipy库的安装
wim+R输入cmd,然后cd到python的pip路径,即安装:pip install scipy即可
2、导入scipy库
from scipy.sats import norm
导入scipy.sats中的norm
3、案例分析
from scipy.stats import norm import matplotlib.pyplot as plt import numpy as np ''' norm.cdf 返回对应的累计分布函数值 norm.pdf 返回对应的概率密度函数值 norm.rvs 产生指定参数的随机变量 norm.fit 返回给定数据下,各参数的最大似然估计(MLE)值 ''' x_norm = norm.rvs(size=200) #在这组数据下,正态分布参数的最大似然估计值 x_mean, x_std = norm.fit(x_norm) print ('mean, ', x_mean) print ('x_std, ', x_std) plt.hist(x_norm, normed=True, bins=15)#归一化直方图(用出现频率代替次数),将划分区间变为 20(默认 10) x = np.linspace(-3,3,50)#在在(-3,3)之间返回均匀间隔的50个数字。 plt.plot(x, norm.pdf(x), 'r-') plt.show()
运行如下:
补充知识:python hypergeom.cdf函数理解
导入函数
hypergeom.cdf函数是scipy库中的。
from scipy.stats import hypergeom
含义
与scipy帮助文档中的字母定义一致,即用hypergeom.cdf(k,M,n,N)来解释该函数的用法。
hypergeom是用于计算超几何分布的,其中cdf表示的是累计分布函数。这里用超几何分布的一般意义来解释,hypergeom.cdf表示:总共有M件产品,n件次品,从M件中随机挑出N件,这N件中最多包含n件中的k件的概率(也可以理解为M-n件产品中至少选到N-k件的概率)。
以上这篇python简单实现最大似然估计&scipy库的使用详解就是小编分享给大家的全部内容了,希望能给大家一个参考
您可能感兴趣的文章:
相关文章推荐
- python下学生管理系统:从文件中读取30位学生的信息(含邮箱),并实现简单的增、删、查找、统计(邮箱使用人数)。---附程序哦!
- 在Python3下使用tornado和SQLAlchemy实现一个简单的MVC网站
- python 简单的绘图工具turtle使用详解
- python3使用tkinter实现ui界面简单实例
- 使用python实现一个简单的学生信息管理系统
- python使用SimpleXMLRPCServer实现简单的rpc
- Python3-Selenium3使用PO设计模式(Page Object)实现简单的页面登录操作
- python基于mysql实现的简单队列以及跨进程锁实例详解
- python使用分治法实现求解最大值的方法
- Python使用socket实现简单的文件传输并校验
- Python使用Redis实现作业调度系统(超简单)
- Python使用pylab库实现画线功能的方法详解
- [置顶] 使用python实现的简单二分类器—感知器
- Python(16)python使用tkinter实现一个简单的计算器
- 使用python实现一个简单的学生信息管理系统
- 借助apktool.jar工具,使用python代码简化批量反编译apk安装包的简单实现
- Python 使用单链表实现简单的稀疏矩阵
- Android数据库SQLite使用详解二 : 学生管理系统的简单实现
- 构建垂直搜索引擎 本课程带领大家实现一个简单的垂直搜索引擎网站,使用nodejs、python、elasticsearch实现的。
- Python使用multiprocessing实现一个最简单的分布式作业调度系统