你如何从 scipy.stats.distributions 对象中获得下限和上限？

Question

我有一个 scipy.stats.distributions 对象，我正在尝试找出它的下限和上限。用于说明我正在尝试做的事情的简化代码：

from scipy.stats.distributions import uniform
u = uniform(1, 5)
print u.dist.name              #prints 'uniform'
print u.dist.lower_bound       #I'm trying to print '1'
#AttributeError: 'uniform_gen' object has no attribute 'lower_bound'

我在任何地方都找不到有关如何执行此操作的文档。

Answer 1

就我而言，概率密度函数没有 upper/lower x 方向或 y 方向的界限。根据定义，您的均匀分布的 pdf 在 (1, 5) 范围内被评估为 1/4，其他任何地方都被评估为 0。如果您要求 cdf 为 0 或 1（或渐近接近 0 或 1）的点，则 scipy.stats 中的每个分布函数都有一个 ppf 方法，您可以使用该方法得到upper/lower 通过输入所需的百分位数（在您的情况下为 0 和 1）来绑定。

但是请注意，当您将 0 或 1 放入 ppf 时，连续随机变量通常会给您+-无穷大作为它的一个或两个边界。这就是发行版的构建方式。如果你坚持要找到一个值，那么尝试一些接近但实际上不是 0 或 1 的数字。

Answer 2

我不确定所有 scipy 发行版是否都经过参数化以最大程度地方便我们中的大多数人。然而，文档说，'This distribution is constant between loc and loc + scale.' 你想要区间 [1,5] 上的统一，这意味着 loc=1 和 loc+scale=5。那么我们就可以通过下面的代码直接得到你最需要的东西了

>>> from scipy.stats.distributions import uniform
>>> u = uniform(1,4)
>>> u.ppf(0)
1.0
>>> u.ppf(1)
5.0

在涉及无限支持的分布（例如正态分布）时，生活变得更加不确定。例如，您可以要求 ppf(0) and/or ppf(1) 但结果（负无穷大和正无穷大不是很有趣）。我怀疑大多数人会对捕获密度函数的 'interesting' 部分的下限和上限 'bounds' 更感兴趣。在正常情况下，这可能是从 ppf(0.05) 到 ppf(0.95)。在这种情况下，文档说，'The location (loc) keyword specifies the mean. The scale (scale) keyword specifies the standard deviation.' 这是一种解脱。

>>> from scipy.stats.distributions import norm
>>> n = norm(0,1)
>>> n.ppf(0.05)
-1.6448536269514729
>>> n.ppf(0.95)
1.6448536269514722

不足为奇。

你如何从 scipy.stats.distributions 对象中获得下限和上限？

How do you get lower and upper bounds from scipy.stats.distributions objects?

python

statistics

distribution

scipy