使用 python 从 beta 分布中获取分位数
Getting quantiles from a beta distribution using python
我需要获得 Beta 分布的第 N 个分位数,或者等效的 95% 或 99% 百分位数。这在 Maple 中要容易得多,它允许符号输入——但在 Python 中是如何完成的?
我搜索了 Whosebug,似乎人们通常只关心正态分布。
您可以使用以下函数计算 beta 分布的分位数:
from scipy.stats import beta
import numpy as np
a, b = 2.31, 0.627
x = np.linspace(beta.ppf(0.01, a, b), beta.ppf(0.99, a, b), 100)
distribution=beta.pdf(x, a, b)
def quantile(x,quantiles):
xsorted = sorted(x)
qvalues = [xsorted[int(q * len(xsorted))] for q in quantiles]
return zip(quantiles,qvalues)
quantiles = quantile(distribution,[0.05,0.16,.5,.84, 0.95])
我最终得到了 ppf:
scipy.stats.beta.ppf(prob,2,N-2)
我需要获得 Beta 分布的第 N 个分位数,或者等效的 95% 或 99% 百分位数。这在 Maple 中要容易得多,它允许符号输入——但在 Python 中是如何完成的?
我搜索了 Whosebug,似乎人们通常只关心正态分布。
您可以使用以下函数计算 beta 分布的分位数:
from scipy.stats import beta
import numpy as np
a, b = 2.31, 0.627
x = np.linspace(beta.ppf(0.01, a, b), beta.ppf(0.99, a, b), 100)
distribution=beta.pdf(x, a, b)
def quantile(x,quantiles):
xsorted = sorted(x)
qvalues = [xsorted[int(q * len(xsorted))] for q in quantiles]
return zip(quantiles,qvalues)
quantiles = quantile(distribution,[0.05,0.16,.5,.84, 0.95])
我最终得到了 ppf:
scipy.stats.beta.ppf(prob,2,N-2)