如何解决Python 中的约翰逊矩分布
约翰逊矩分布,其算法于 1976 年发布,在
- 一个名为 @Risk 或
theorisk
的 Excel add-on
- 一个名为
SuppDists
的 R package - 名为 Johnson Curve Toolbox 的 Matlab toolbox
在 Scipy 中,没有它的实现,只有 Johnson-SU 和 -SB 分布,这与 Johnson Moments 分布不同。有没有其他python库,或者如何在Python中实现?
Hill,I. D,R. Hill,and R. L. Holder. 1976。算法 AS99:拟合 约翰逊时刻弯曲。应用统计学 25 (2): 180--189
解决方法
我在目前正在开展的一个副项目中遇到了同样的问题,但我找到了一个非常有效的解决方案。
首先,我建议您阅读算法首次发布的 Applied Statistics article。您需要注册一个免费帐户,然后您每月可以获得 100 篇免费文章。我建议这样做的原因是,根据您的描述,我觉得您可能误解了算法的作用。你提到了“约翰逊时刻分布”,这不是一回事。那篇文章中描述的算法(与您在帖子中提到的相同)描述了一个名为 JNSN 以均值、标准偏差、偏度和峰度作为输入,并返回估计的约翰逊分布类型(Su、Sb、正态或指数)加上分布所需的 4 个参数(γ、δ、β 和 λ)。这四个所需的参数在有关约翰逊分布的文献中有所描述,分别命名为 gamma、beta、sigma 和 lam(尽管在代码中他将最后 2 个称为 XLAM 和 XI,并且在他的函数中以相反的顺序使用它们签名)。
给定输出“itype”,您可以选择通过 SciPy 实例化正态曲线、指数曲线、Johnson-SU 或 Johnson-SB。执行此操作时,beta 和 gamma 对应于 SciPy 的“a”和“b”参数,而 sigma 和 lam 对应于“位置”和“比例”参数。您可以通过从您实例化的 SciPy 分布中提取 Mean、StdDev、Skewness 和 Kurtosis 并检查它们是否与您传递给 JNSN 函数的输入匹配来测试这一点。
现在是 python 实现......没有一个。那里的代码是fortran。我尝试将其翻译成 Python,但在我的翻译中有太多错误。此外,翻译代码的速度很糟糕。所以,我放弃了翻译代码的想法,而是使用 numpy's excellent F2PY module 将 fortran source code 编译成机器语言 python 插件。
注意:http://lib.stat.cmu.edu/apstat 也有许多其他 Fortran 模块的源代码。
最后注意:原始源代码使用 4 字节浮点数。我直接在 fortran 代码中更新了它,然后使用 f2py -h ...
命令生成,然后调整 python 的签名。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。