Как вытащить образцы с распределением твида, используя numpy

Question

Я пытаюсь построить CDF случайных выборок для сравнения с целью в наборе данных, который следует за распределением твиди. Я знаю, что следующий код будет тянуть случайные выборки вдоль распределения Пуассона:

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')

Однако при случайной выборке опция распространения твида отсутствует. Кто-нибудь знает, как взломать это вместе?

Answer 1

PyPI имеет твидовый пакет .Минимальный пример рисования образца:

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()

На страницах пакета GitHub есть более причудливый пример .Пакет реализует rv_continuous , поэтому можно получить кучу других функций, кроме rvs().Кроме того, хотя, похоже, нет хороших онлайн-документов, help(tweedie.tweedie) дает много деталей.