我试图从一个给定的分布中得到一些样本,事实上,它是一个3参数的Pareto分布。代码如下:
from scipy.stats import gamma, rv_continuous
class pareto3_pdf(rv_continuous):
def _pdf(self,x,alpha,lambd,k):
return (gamma(alpha + k) * lambd**alpha * x**(k - 1)) / (gamma(alpha) * gamma(k) * (lambd + x)**(alpha + k))
pareto3 = pareto3_pdf(name="pareto")
x = pareto3.rvs(alpha = 3,lambd = 4,k = 2)
print(x)
以及输出:TypeError: unsupported operand type(s) for *: 'rv_frozen' and 'int'
我不太确定该怎么解决这个问题。如果有人有任何建议,将不胜感激。在
提前谢谢你。在
编辑:
我现在已经修改了代码,但是它总是给出负值。在
^{pr2}$如果我试图将其简化为一个2参数模型,OverflowError: (34, 'Result too large')
错误弹出。在
import scipy.stats as stats
from scipy.stats import rv_continuous
from scipy.special import gamma
class pareto2_pdf(rv_continuous):
def _pdf(self,x,alpha,lambd):
return (alpha * lambd**alpha / (lambd + x)**(alpha + 1))
pareto2 = pareto2_pdf(name="pareto2")
pare2 = pareto2.rvs(alpha = 2,lambd = 2)
print(pare2)
必须从scipy.special而不是{a2}导入gamma。
原因是scipy.stats.gamma是分布,scipy.special.gamma是伽马函数。在
正如我所写的elsewhere,您的发行版在SciPy中作为
betaprime(k, alpha, scale=lamda)
提供,因此抽样是内置的。小测试:印刷品
^{pr2}$够近了。(当然,随机样本的平均值是随机的。)
相关问题 更多 >
编程相关推荐