如何在scipy.stats中获得分配模式

Question

scipy.stats库具有查找拟合分布的均值和中值而不是模式的函数。

如果在拟合数据后具有分布的参数，如何找到拟合分布的mode？

Answer 1

如果我没弄错的话，您想找到拟合分布的模式，而不是给定数据的模式。基本上，我们可以按照以下3个步骤进行操作。

步骤1：从分布中生成数据集

from scipy import stats
# generate a norm data with 0 mean and 1 variance
data = stats.norm.rvs(loc= 0,scale = 1,size = 100)
data[0:5]

输出：

array（[1.76405235，0.40015721，0.97873798，2.2408932，1.86755799]]

步骤2：拟合参数

# fit the parameters of norm distribution
params = stats.norm.fit(data)
params

输出：

（0.059808015534485，1.0078822447165796）

请注意，stats.norm有2个参数，例如loc和scale。对于scipy.stats中的不同距离，参数是不同的。我认为将参数存储在元组中，然后在下一步中解压缩是很方便的。

步骤3：获得拟合分布的模式（0.5分位数）

# pass fitted params to the dist, and then get the 50% quantile
stats.norm.ppf(0.5,*params)

输出：

0.059808015534485

注意，norm分布的mode等于mean。在这个例子中这是一个巧合。您可以尝试使用自己的数据和分布！