statsmodels.sandbox.分布.变换.TransfTwo_gen¶

class statsmodels.sandbox.distributions.transformed.TransfTwo_gen(kls, func, funcinvplus, funcinvminus, derivplus, derivminus, *args, **kwargs)[source]¶

基于非单调（U形或驼峰形变换）的分布

构造函数可以通过一个分布类和定义非线性变换的函数来调用，并生成变换后的随机变量的分布。

注意：变换、其逆变换和导数需要完全指定：func、funcinvplus、funcinvminus、derivplus、derivminus。目前不会计算数值导数或逆变换

这可以用于生成类似于scipy.stats中的分布实例。

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。

方法

cdf(x, *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, scale, lb, ub, ...])	通过数值积分计算函数相对于分布的期望值。
fit(数据, *参数, **关键字参数)	返回数据的形状（如适用）、位置和尺度参数的估计值。
fit_loc_scale(数据, *参数)	使用数据的一阶和二阶矩估计位置和尺度参数。
freeze(*args, **kwds)	冻结给定参数的分布。
interval(confidence, *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(x, *args, **kwds)	给定随机变量在 x 处的累积分布函数的对数。
logpdf(x, *args, **kwds)	给定随机变量在 x 处的概率密度函数的对数。
logsf(x, *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。
pdf(x, *args, **kwds)	给定随机变量的x处的概率密度函数。
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, **kwds)	给定类型的随机变量。
sf(x, *args, **kwds)	生存函数（1 - cdf）在给定随机变量RV的x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。