SciPy skewnormal примерка

Question

Я пытаюсь разместить данные в нормальном перекосе с помощью пакета SciPy Skewnorm .

Однако я не могу правильно понять использование, так как не могу найти надлежащую документацию или примеры по этому вопросу.

В разделе справки я нашел Документация и пытаюсь использовать skewnorm.fit() вместе с skewnorm.pdf() для подгонки данных в модель и использования этой модели для вывода распределения и сравнения с исходными данными.

Пожалуйста, дайте мне знать, если кто-то может помочь с этим.

from scipy import stats
import matplotlib.pyplot as plt
import numpy as np

# choose some parameters
a, loc, scale = 5.3, -0.1, 2.2
# draw a sample
data = stats.skewnorm(a, loc, scale).rvs(1000)
# estimate parameters from sample
ae, loce, scalee = stats.skewnorm.fit(data)
# Plot the PDF.
plt.figure()
plt.hist(data, bins=100, normed=True, alpha=0.6, color='g')
xmin, xmax = plt.xlim()
x = np.linspace(xmin, xmax, 100)
p = stats.skewnorm.pdf(x,ae, loce, scalee)#.rvs(100)
plt.plot(x, p, 'k', linewidth=2)

Выход:

Answer 1

Вот пример, с которого можно начать.

>>> from scipy import stats

# choose some parameters
>>> a, loc, scale = 1.3, -0.1, 2.2
# draw a sample
>>> sample = stats.skewnorm(a, loc, scale).rvs(1000)

# estimate parameters from sample
>>> ae, loce, scalee = stats.skewnorm.fit(sample)
>>> ae
1.2495366661560348
>>> loce
-0.039775813819310835
>>> scalee
2.1126121580965536