我正在尝试一种正确的方法来拟合beta分布。这并不是一个现实世界的问题,我只是在测试一些不同方法的效果,而在做这件事的时候,有些东西让我感到困惑。
下面是我正在开发的python代码,其中我测试了3种不同的方法: 1>;:使用矩进行拟合(样本均值和方差)。 2>;:通过最小化负对数可能性(使用scipy.optimize.fmin())进行拟合。 3>;:只需调用scipy.stats.beta.fit()
from scipy.optimize import fmin
from scipy.stats import beta
from scipy.special import gamma as gammaf
import matplotlib.pyplot as plt
import numpy
def betaNLL(param,*args):
'''Negative log likelihood function for beta
<param>: list for parameters to be fitted.
<args>: 1-element array containing the sample data.
Return <nll>: negative log-likelihood to be minimized.
'''
a,b=param
data=args[0]
pdf=beta.pdf(data,a,b,loc=0,scale=1)
lg=numpy.log(pdf)
#-----Replace -inf with 0s------
lg=numpy.where(lg==-numpy.inf,0,lg)
nll=-1*numpy.sum(lg)
return nll
#-------------------Sample data-------------------
data=beta.rvs(5,2,loc=0,scale=1,size=500)
#----------------Normalize to [0,1]----------------
#data=(data-numpy.min(data))/(numpy.max(data)-numpy.min(data))
#----------------Fit using moments----------------
mean=numpy.mean(data)
var=numpy.var(data,ddof=1)
alpha1=mean**2*(1-mean)/var-mean
beta1=alpha1*(1-mean)/mean
#------------------Fit using mle------------------
result=fmin(betaNLL,[1,1],args=(data,))
alpha2,beta2=result
#----------------Fit using beta.fit----------------
alpha3,beta3,xx,yy=beta.fit(data)
print '\n# alpha,beta from moments:',alpha1,beta1
print '# alpha,beta from mle:',alpha2,beta2
print '# alpha,beta from beta.fit:',alpha3,beta3
#-----------------------Plot-----------------------
plt.hist(data,bins=30,normed=True)
fitted=lambda x,a,b:gammaf(a+b)/gammaf(a)/gammaf(b)*x**(a-1)*(1-x)**(b-1) #pdf of beta
xx=numpy.linspace(0,max(data),len(data))
plt.plot(xx,fitted(xx,alpha1,beta1),'g')
plt.plot(xx,fitted(xx,alpha2,beta2),'b')
plt.plot(xx,fitted(xx,alpha3,beta3),'r')
plt.show()
我遇到的问题是关于标准化过程(z=(x-a)/(b-a)
),其中a
和b
分别是样本的最小值和最大值。
当我不做规范化时,一切正常,不同的拟合方法之间有细微的差别,相当好。
但是当我做标准化时,这里是我得到的结果图。
只有矩法(绿线)看起来可以。
无论使用什么参数来生成随机数,scipy.stats.beta.fit()方法(红线)总是一致的。
MLE(蓝线)失败了。
因此,正常化似乎造成了这些问题。但我认为β分布中有x=0
和x=1
是合法的。如果给定一个真实世界的问题,那么将样本观测值规范化使其介于[0,1]之间不是第一步吗?在这种情况下,我应该如何拟合曲线?
问题是
beta.pdf()
有时返回0
和1
的inf
。例如:通过规范化过程,您可以保证在
0
和1
处有一个数据样本。尽管您“更正”pdf为0
的值,但您不会更正返回inf
的值。为了解释这一点,您可以删除所有非有限值:实际上,您不应该像这样进行规范化,因为您实际上是在抛出两个不合适的数据点。
如果没有用于
beta.fit
的docstring,查找有点困难,但是如果您知道要对beta.fit
强制的上限和下限,则可以使用kwargsfloc
和fscale
。我只使用
beta.fit
方法运行了您的代码,但是使用和不使用floc和fscale kwargs。另外,我用int和float形式的参数检查了它,以确保这不会影响您的答案。在这次测试中没有。我不能说它是否永远不会。)总之,这似乎不会改变您的数据(通过规范化)或抛出数据。我只是觉得应该注意的是,使用这个的时候要小心。在您的例子中,您知道限制是0和1,因为您从定义的分布中获取的数据介于0和1之间。在其他情况下,限制可能是已知的,但如果它们是未知的,
beta.fit
将提供它们。在这种情况下,在不指定0和1的限制的情况下,beta.fit
将它们计算为loc=-0.06
和scale=1.058
。相关问题 更多 >
编程相关推荐