在使用 distfit() 时，有没有一种方法可以绘制出性能最佳的另一个分布？

Question

我正在使用 distfit() 来使我的数据符合最佳分布。结果给我的 genextreme 和 RSS 为 0.00045，loggamma 的 RSS 为 0.00048。现在我的教授说，使用 genextreme 并证明“工具告诉我如此”的使用是不够好的。现在我想使用 loggamma 分布，因为它也非常接近（并且更容易证明）。使用函数 dist.plot() 时，它只会绘制性能最佳的分布。

有没有办法让我根据自己的选择绘制分布图？

我使用的代码如下（但我无法添加我的数据，因为它受到保护）。

# Initialize distfit
dist = distfit()
# Determine best-fitting probability distribution for data
dist .fit_transform(X)
# Print summary of evaluated distributions
print(dist .summary)
dist .plot()

Answer 1

你可以只为你正在寻找的那个重新计算距离

dist = distfit(distr=['loggamma'])

在使用 distfit() 时，有没有一种方法可以绘制出性能最佳的另一个分布？

Is there a way to plot another distribution than the best performing when using distfit()?

python

distribution

data-fitting