scipy.stats - получить базовые значения mu и sigma

Question

В библиотеке Python scipy.stats имеется очень стилизованный набор классов, методов и атрибутов случайных величин.Большинство относится к самому распределению, например, «что это значит?»или «что такое дисперсия?»

Логнормальное распределение является странным, потому что параметры, которые его определяют, являются не обычными параметрами для распределения, а параметрами для нормального распределения, из которого оно получается.Проще говоря, если X - нормальное распределение со средним значением mu и сигмой stdev, Y = e ^ X - логнормальное, которое имеет свои собственные средства, режим, дисперсию, stdev и т. Д.

Кто-нибудь знает о быстромили умный способ восстановить основные mu и sigma (нормального распределения X) с помощью методов или атрибутов «замороженного» RV в scipy.stats?

Так как scipy.stats дает среднее, stdev и т. д.., из реального логнормального, можно было бы сделать много алгебры и восстановить ее из стандартных переводов ... но код, вероятно, не поддерживается.

Для справки <см .: <a href="https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.lognorm.html" rel="nofollow noreferrer">https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.lognorm.html и https://en.wikipedia.org/wiki/Log-normal_distribution

Answer 1

(Этот пост немного устарел, но стоит упомянуть ответ).

экземпляры Scipy rv_continuous имеют метод .stats (см. здесь ). С помощью этого метода вы можете получить такие параметры, как среднее значение и дисперсию.

Этот метод может быть вызван из класса или экземпляра:

# from the classs
scipy.stats.lognorm.stats(loc=2,s=1,moments='mvsk')
>> (array(3.64872127), array(4.67077427), array(6.18487714), array(110.93639218))

# or from the instance
scipy.stats.lognorm(loc=2, s=1).stats(moments='mvsk')