如何使用scipy.stats.rv_continuous？

Question

我一直在寻找如何使用rv_continuous的好教程或示例，但一直找不到。

我读到：

http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.rv_continuous.html#scipy.stats.rv_continuous

但它实际上并没有那么有帮助(而且它缺乏任何如何使用它的示例)。

我想要做的事情的一个例子是，指定任何概率分布，然后能够调用fit，然后简单地拥有我想要的pdf，并且能够调用expect并获得所需的期望值。

到目前为止，我所理解的是，要创建任何可能的发行版，我们需要为它创建我们自己的类，然后是rv_continuous的子类。然后，通过指定自定义的_pdf或_cdf，我们应该能够简单地使用rv_continuous为我们提供的所有方法。像expect和fit现在应该可以使用了。

然而，对我来说真正神秘的是，如果我们不明确地告诉rv_continuous，指定概率分布的参数是什么，它真的能够正确地执行所有这些方法吗？仅仅使用_pdf或_cdf，它是怎么做到的呢？

或者我只是误解了它是如何工作的？

此外，如果你能提供一个简单的例子，说明它是如何工作的，以及如何使用expect和/或fit，那就太棒了！或者一个更好的教程或链接会更酷。

提前谢谢。

Answer 1

这里有一个教程：http://docs.scipy.org/doc/scipy/reference/tutorial/stats.html

基本上，rv_continuous是用来实现子类化的。如果你需要一个没有在scipy.stats中定义的发行版(超过70个)，可以使用它。

它是如何工作的。简而言之，它使用泛型代码路径:如果您的子类定义了_pdf而没有定义_logpdf，那么它将继承

def _logpdf(self, x, *args):
    return log(self._pdf(x, *args))

还有一堆类似的方法(有关详细信息，请参阅https://github.com/scipy/scipy/blob/master/scipy/stats/_distn_infrastructure.py )。

Re参数。你可能指的是形状参数，是吗？它们是通过inspect _pdf或_cdf的签名自动推断出来的，参见https://github.com/scipy/scipy/blob/master/scipy/stats/_distn_infrastructure.py#L617。如果您想绕过检查，请将shapes参数提供给实例的构造函数：

class Mydist(stats.rv_continuous):
    def _pdf(self, x, a, b, c, d):
       return 42
mydist = Mydist(shapes='a, b, c, d')

严格地说，这只适用于scipy 0.13及更高版本。早期版本使用不同的机制，需要shapes属性。