python簡單實現最大似然估計

1、scipy庫的安裝

wim+R輸入cmd，然后cd到python的pip路徑，即安裝：pip install scipy即可

2、導入scipy庫

from scipy.sats import norm

導入scipy.sats中的norm

3、案例分析

from scipy.stats import norm

import matplotlib.pyplot as plt

import numpy as np

'''

norm.cdf 返回對應的累計分布函數值

norm.pdf 返回對應的概率密度函數值

norm.rvs 產生指定參數的隨機變量

norm.fit 返回給定數據下，各參數的最大似然估計(MLE)值

'''

x_norm = norm.rvs(size=200)

#在這組數據下，正態分布參數的最大似然估計值

x_mean, x_std = norm.fit(x_norm)

print ('mean, ', x_mean)

print ('x_std, ', x_std)

plt.hist(x_norm, normed=True, bins=15)#歸一化直方圖(用出現頻率代替次數)，將劃分區間變為 20(默認 10)

x = np.linspace(-3,3,50)#在在(-3,3)之間返回均勻間隔的50個數字。

plt.plot(x, norm.pdf(x), 'r-')

plt.show()

運行如下：

補充知識：python hypergeom.cdf函數理解

導入函數

hypergeom.cdf函數是scipy庫中的。

from scipy.stats import hypergeom

含義

與scipy幫助文檔中的字母定義一致，即用hypergeom.cdf(k,M,n,N)來解釋該函數的用法。

hypergeom是用于計算超幾何分布的，其中cdf表示的是累計分布函數。這里用超幾何分布的一般意義來解釋，hypergeom.cdf表示：總共有M件產品，n件次品，從M件中隨機挑出N件，這N件中最多包含n件中的k件的概率(也可以理解為M-n件產品中至少選到N-k件的概率)。

以上這篇python簡單實現最大似然估計&scipy庫的使用詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持我們。

本文標題: python簡單實現最大似然估計&scipy庫的使用詳解

本文地址: http://www.cppcns.com/jiaoben/python/307930.html

總結

以上是生活随笔為你收集整理的python scipy实例_python简单实现最大似然估计scipy库的使用详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。