如何计算python中对数正态累积分布函数的反函数?
How to calculate the inverse of the log normal cumulative distribution function in python?
如何计算 python 中对数正态累积分布函数的反函数?我正在尝试从使用函数 [LOGINV][1]
的 Excel 翻译一些函数
例如
LOGINV(0,005;2;0,5) yields 2,0382373
其中 0,005
是概率,2
是平均值,0,5
是标准差。
scipy.stats
是否有我可以申请的类似功能?
是:
from scipy import stats
import numpy as np
stats.lognorm(0.5, scale=np.exp(2)).ppf(0.005)
来自 http://docs.scipy.org/doc/scipy-0.17.0/reference/generated/scipy.stats.lognorm.html
请检查您的数量的含义。实际上 2 和 0.5 是随机变量 Y=exp(X) 的均值和标准差,其中 X 是代码中定义的对数正态分布(也写在 excel 文档中)。代码中定义的分布的均值和标准差分别为 8.37 和 4.46
如何计算 python 中对数正态累积分布函数的反函数?我正在尝试从使用函数 [LOGINV][1]
例如
LOGINV(0,005;2;0,5) yields 2,0382373
其中 0,005
是概率,2
是平均值,0,5
是标准差。
scipy.stats
是否有我可以申请的类似功能?
是:
from scipy import stats
import numpy as np
stats.lognorm(0.5, scale=np.exp(2)).ppf(0.005)
来自 http://docs.scipy.org/doc/scipy-0.17.0/reference/generated/scipy.stats.lognorm.html
请检查您的数量的含义。实际上 2 和 0.5 是随机变量 Y=exp(X) 的均值和标准差,其中 X 是代码中定义的对数正态分布(也写在 excel 文档中)。代码中定义的分布的均值和标准差分别为 8.37 和 4.46