Python 中的 Johnson Moments 分布
Johnson Moments distribution in Python
Johnson Moments 分布，其算法于 1976 年发布，在
中实现
- 一个叫@Risk 或
theorisk 的 Excel add-on
- 一个 R package 叫
SuppDists
- 一个名为 Johnson 曲线工具箱的 Matlab toolbox
在 Scipy 中没有它的实现，只有 Johnson-SU and -SB 分布，它与 Johnson Moments 分布不同。有没有另一个python库，或者如何在Python中实现？
Hill, I. D, R. Hill, and R. L. Holder. 1976. Algorithm AS99: Fitting
Johnson curves by moments. Applied Statistics 25 (2): 180--189
我在目前正在做的一个副项目中遇到了同样的问题，我找到了一个非常有效的解决方案。
首先，我建议您阅读首次发布该算法的 Applied Statistics article。您需要注册一个免费帐户，然后您每月可以获得 100 篇免费文章。我建议这样做的原因是，根据您的描述，我觉得您可能误解了算法的作用。您提到的“约翰逊时刻分布”不是问题。该文章中描述的算法（与您在 post 中提到的相同）描述了一个名为
JNSN 以均值、标准差、偏度和峰度作为输入，returns 估计的约翰逊分布类型（Su、Sb、正态或指数）加上分布所需的 4 个参数（γ、δ、β 和 λ） .所需的这四个参数在有关约翰逊分布的文献中有描述，并分别命名为 gamma、beta、sigma 和 lam（尽管在代码中他将最后 2 个称为 XLAM 和 XI，并且在他的函数中以相反的顺序排列它们签名）。
给定输出“type”，您可以选择通过 SciPy 实例化正态曲线、指数曲线、Johnson-SU or Johnson-SB。执行此操作时，beta 和 gamma 对应于 SciPy 的“a”和“b”参数，而 sigma 和 lam 对应于“location”和“scale”参数。您可以通过从实例化的 SciPy 分布中提取均值、标准差、偏度和峰度来测试这一点，并检查它们是否与传递给 JNSN 函数的输入相匹配。
现在 python 实施...没有一个。那里的代码是fortran。我尝试将其翻译成 Python，但我的翻译中有太多错误。此外，翻译代码的速度也很糟糕。因此，我放弃了翻译代码的想法，而是将 numpy's excellent F2PY module to compile the fortran source code 用于机器语言 python 插件。
注意：http://lib.stat.cmu.edu/apstat 还有许多其他 Fortran 模块的源代码。
最后注意：原始源代码使用 4 字节浮点数。我直接在 fortran 代码中更新了它，然后使用 f2py -h ... 命令生成，然后调整 python.
的签名
Johnson Moments 分布，其算法于 1976 年发布，在
中实现- 一个叫@Risk 或
theorisk 的 Excel add-on
- 一个 R package 叫
SuppDists - 一个名为 Johnson 曲线工具箱的 Matlab toolbox
在 Scipy 中没有它的实现，只有 Johnson-SU and -SB 分布，它与 Johnson Moments 分布不同。有没有另一个python库，或者如何在Python中实现？
Hill, I. D, R. Hill, and R. L. Holder. 1976. Algorithm AS99: Fitting Johnson curves by moments. Applied Statistics 25 (2): 180--189
我在目前正在做的一个副项目中遇到了同样的问题，我找到了一个非常有效的解决方案。
首先，我建议您阅读首次发布该算法的 Applied Statistics article。您需要注册一个免费帐户，然后您每月可以获得 100 篇免费文章。我建议这样做的原因是，根据您的描述，我觉得您可能误解了算法的作用。您提到的“约翰逊时刻分布”不是问题。该文章中描述的算法（与您在 post 中提到的相同）描述了一个名为 JNSN 以均值、标准差、偏度和峰度作为输入，returns 估计的约翰逊分布类型（Su、Sb、正态或指数）加上分布所需的 4 个参数（γ、δ、β 和 λ） .所需的这四个参数在有关约翰逊分布的文献中有描述，并分别命名为 gamma、beta、sigma 和 lam（尽管在代码中他将最后 2 个称为 XLAM 和 XI，并且在他的函数中以相反的顺序排列它们签名）。
给定输出“type”，您可以选择通过 SciPy 实例化正态曲线、指数曲线、Johnson-SU or Johnson-SB。执行此操作时，beta 和 gamma 对应于 SciPy 的“a”和“b”参数，而 sigma 和 lam 对应于“location”和“scale”参数。您可以通过从实例化的 SciPy 分布中提取均值、标准差、偏度和峰度来测试这一点，并检查它们是否与传递给 JNSN 函数的输入相匹配。
现在 python 实施...没有一个。那里的代码是fortran。我尝试将其翻译成 Python，但我的翻译中有太多错误。此外，翻译代码的速度也很糟糕。因此，我放弃了翻译代码的想法，而是将 numpy's excellent F2PY module to compile the fortran source code 用于机器语言 python 插件。
注意：http://lib.stat.cmu.edu/apstat 还有许多其他 Fortran 模块的源代码。
最后注意：原始源代码使用 4 字节浮点数。我直接在 fortran 代码中更新了它，然后使用 f2py -h ... 命令生成，然后调整 python.