如何使用numpy使用tweedie分布来提取样本

Question

我试图绘制一个随机样本的CDF，以便与跟随tweedie分布的数据集中的目标进行比较。我知道以下代码将沿着泊松分布随机抽取样本：

import numpy as np
import matplotlib.pyplot as plt

x_r = np.random.poisson(lam = coll_df['pure_premium'].mean(), size = len(coll_df['pure_premium'])).sort()

y_r = np.arange(1, len(x)+1)/len(x)

_ = plt.plot(x, y_r, color = 'red')

_ = plt.xlabel('Percent of Pure Premium')

_ = plt.ylabel('ECDF')

然而，在随机抽样中没有tweedie分布选项。有人知道怎么破解这个吗？

Answer 1

PyPI有一个tweedie包。绘制示例的一个最小示例是：

import tweedie, seaborn as sns, matplotlib.pyplot as plt

tvs = tweedie.tweedie(mu=10, p=1.5, phi=20).rvs(100000)

sns.distplot(tvs)
plt.show()

包的GitHub页面有一个更花哨的示例。这个包实现了连续式，所以除了rvs()之外，还有很多其他功能。而且，虽然似乎没有很好的在线文档，但help(tweedie.tweedie)给出了很多细节。