调用 exponweib 的 std 时 Scipy 统计信息中的 isinf(mu) 错误？

Question

我在冻结的 exponweib 分配上调用 std 时遇到此错误？

代码如下：

d = st.exponweib
params = d.fit(y)

arg = params[:-2]
loc = params[-2]
scale = params[-1]

rv1 = d(arg,loc,scale)

print rv1.std()

拟合后的参数为：

arg: (3.445136651705262, 0.10885378466279112)

loc: 11770.05

scale: 3.87424773976

这是错误：

ValueError                                Traceback (most recent call last)
<ipython-input-637-4394814bbb8c> in <module>()
     11 rv1 = d(arg,loc,scale)
     12 
---> 13 print rv1.std()

.../anaconda/lib/python2.7/site-packages/scipy/stats/_distn_infrastructure.pyc in std(self)
    487 
    488     def std(self):
--> 489         return self.dist.std(*self.args, **self.kwds)
    490 
    491     def moment(self, n):

.../anaconda/lib/python2.7/site-packages/scipy/stats/_distn_infrastructure.pyc in std(self, *args, **kwds)
   1259         """
   1260         kwds['moments'] = 'v'
-> 1261         res = sqrt(self.stats(*args, **kwds))
   1262         return res
   1263 

.../anaconda/lib/python2.7/site-packages/scipy/stats/_distn_infrastructure.pyc in stats(self, *args, **kwds)
   1032                         mu = self._munp(1, *goodargs)
   1033                     mu2 = mu2p - mu * mu
-> 1034                     if np.isinf(mu):
   1035                         # if mean is inf then var is also inf
   1036                         mu2 = np.inf

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

请告诉我我正在做的事情有什么问题或如何避免这种情况。

Answer 1

exponweib 分布有两个必需参数 a、c 和两个可选参数 loc 和 scale。当您调用 d(arg, loc, scale) 时，结果是 arg 被解释为 a，loc 被解释为 c，scale 被解释为 loc。由于您的 arg 是两个元素的元组，因此您最终会得到一个随机变量元组，这两个都不是您想要的。

解决方案：解压元组：d(*arg, loc, scale)。或者更简单，使用

rv1 = d(*params)

它会为您解压缩所有参数，而无需您提取和命名它们。

顺便说一句，当您想提供自己的随机变量的位置和比例时，最好将它们作为命名参数传递，例如 d(3, 5, loc=90, scale=0.3)。这避免了你遇到的情况，当这些参数中的一些被解释为其他东西时，因为你没有得到正确的参数。在您的示例中，d(arg, loc=loc, scale=scale) 会立即引发错误，"missing 1 required positional argument: 'c'" 而不是使用 loc 而不是 c.

调用 exponweib 的 std 时 Scipy 统计信息中的 isinf(mu) 错误？

isinf(mu) error in Scipy stats when calling std for exponweib?

scipy

standard-deviation