statsmodels.distributions.discrete.DiscretizedCount¶

class statsmodels.distributions.discrete.DiscretizedCount(*args, **kwds)[source]¶

基于离散化分布的计数分布

Parameters:¶

distrdistribution instance

d_offsetfloat

整数区间的偏移量，默认值为零。 离散随机变量是 y = floor(x + offset) 其中 x 是 连续随机变量。 警告：并非所有方法都经过验证。

add_scalebool

如果为真（默认），则基本分布的尺度将作为离散分布的参数添加。尺度参数位于最后的位置。

kwdskeyword arguments

额外的关键字参数被委托给超类的 __init__ 方法。 它们的用法尚未经过检查，例如，目前假设分布的支持是所有非负整数。

Attributes:¶

random_state

获取或设置用于生成随机变量的生成器对象。

方法

__call__(*args, **kwds)

冻结给定参数的分布。

注释

loc 参数目前不受支持，scipy 中的离散分布不可用。如果 add_scale 为 True，则此离散计数分布的基础连续分布的尺度参数是最后一个形状参数。

该实现主要基于[1]和[2]。然而，许多新的离散分布是基于我们在这里使用的方法开发的。请注意，在许多情况下，作者会重新参数化分布，而此类继承了基础连续分布的参数化。

参考文献

[1]

查克拉博蒂, 苏布拉塔, 和 德鲁巴吉奥蒂·查克拉瓦蒂. “离散伽马分布: 性质和参数估计.” 统计学通讯-理论与方法 41, 第18期 (2012): 3301-3324.

[2]

Alzaatreh, Ayman, Carl Lee, 和 Felix Famoye. 2012. “关于连续分布的离散模拟。” 统计方法学 9 (6): 589–603.

方法

cdf(k, *args, **kwds)	给定随机变量的累积分布函数。
entropy(*args, **kwds)	随机变量的微分熵。
expect([func, args, loc, lb, ub, ...])	通过数值求和计算离散分布的函数的期望值。
freeze(*args, **kwds)	冻结给定参数的分布。
interval(置信度, *args, **kwds)	中位数周围等面积的置信区间。
isf(q, *args, **kwds)	给定随机变量的逆生存函数（sf 的逆）在 q 处的值。
logcdf(k, *args, **kwds)	给定随机变量在 k 处的累积分布函数的对数。
logpmf(k, *args, **kwds)	给定随机变量在 k 处的概率质量函数的对数。
logsf(k, *args, **kwds)	给定随机变量的生存函数的对数。
mean(*args, **kwds)	分布的均值。
median(*args, **kwds)	分布的中位数。
moment(order, *args, **kwds)	指定阶数的分布的非中心矩。
nnlf(theta, x)	负对数似然函数。
pmf(k, *args, **kwds)	给定随机变量的k处的概率质量函数。
ppf(q, *args, **kwds)	百分点函数（cdf 的逆函数）在给定随机变量 RV 的 q 处的值。
rvs(*args, **kwargs)	给定类型的随机变量。
sf(k, *args, **kwds)	生存函数（1 - cdf）在给定随机变量RV的k处的值。
stats(*args, **kwds)	给定随机变量的某些统计数据。
std(*args, **kwds)	分布的标准差。
support(*args, **kwargs)	分布的支持。
var(*args, **kwds)	分布的方差。

属性

random_state

获取或设置用于生成随机变量的生成器对象。