我想要将拉普拉斯分布拟合到特定的数据。但我希望平均值等于0。我认为在scipy.stats中使用fit函数，然后将均值(loc)参数设置为零不是逻辑解决方案。有没有更好的解决方案？提前谢谢。
浏览 29提问于2020-09-24得票数 0
回答已采纳
1回答
求法向拟合的均值和标准差
、、、
我必须分布p和q，我不知道它们的均值和方差，我想把正态分布曲线拟合到我的直方图中，得到拟合的均值和方差。当我用histfit(q);当我用[mu,sigma]=normfit(p)figure;bar(x,f);我得到的结果是我根本看
浏览 0提问于2015-08-29得票数 0
1回答
我正在尝试将高斯函数拟合到我的Python图中。我已经在这里附上了代码。如有任何修改，我们将不胜感激！data[:,0]mean = sum(x*y)/n return a*exp(-(x-x0)**2/(2*sigma**2))
p
浏览 13提问于2018-02-28得票数 1
1回答
我目前正在研究Differential Privacy，并希望可视化数据集的噪声分布。我使用拉普拉斯分布作为我的噪声添加机制。我已经计算了beta (比例参数)和数据集的真实输出(均值)，并且想知道我应该使用哪个拉普拉斯函数( rmutil包中的dlaplace()，plaplace()，qlaplace()，rlaplace() )来计算噪声分布。我也不明白为什么我不能只生成一个带有拉普拉斯参数和均值的噪声分布，而不在上面提到的函数
浏览 88提问于2021-08-14得票数 1
回答已采纳
1回答
对数正态曲线拟合方程
、、、
由于这是激光束，远离墙的形状或光束轮廓具有高斯分布的形状。当我接近墙壁(图像右边最亮的部分)时，由于某种影响，形状变成了对数正态分布。在这个电子表格()中，当我从A点读到B点时，我粘贴了原始强度。D列具有原始强度，E列通过D列值的'sgolay‘拟合得到的值。如果我把这些画成对数正态分布。我可以用'lognfit‘或'fitdist’函数得到mu和sigma。现在的问题是，方程表示为像素位置(x)的函数，或</em
浏览 6提问于2022-09-03得票数 -1
3回答
我正在尝试将多元正态分布拟合到我收集的数据中，以便从中提取样本。我知道如何使用fitdist函数(带有'Normal'选项)来拟合(单变量)正态分布。
对于多元正态分布，我如何做类似的事情？
浏览 2提问于2014-08-02得票数 5
我正在对一些数据拟合一个层次模型，拟合似乎是可以接受的收敛。with pm.Model() as model: sigma_b = pm.HalfNormal('sig_a',0.1)
std = pm.HalfNormal('std', 0.0
浏览 0提问于2017-04-27得票数 4
2回答
我有一个关于正态分布的问题(用mu = 0和sigma = 1)。让我先这样称呼朗或范伦德吧现在，为了评估x值是否符合正态分布，我调用有一个图形化的支持现在是问题的核心:如果我对x如何拟合给定的正态分布不满意，我如何优化x，以便更好地拟合预期正态分布的0均值
浏览 14提问于2013-03-19得票数 5
回答已采纳
对于这个向量Vi中的每一个值，我想生成5个正态分布的数，平均Vi和一个固定的st偏差。最后，我将有一个矩阵5,5，它在i行上有5个值，正态分布，平均Vi。实际上，我想把均值V的向量传递给范数函数，得到向量V中每个均值的n个正态分布数集。
浏览 2提问于2021-02-26得票数 2
回答已采纳
1回答
如果用正态分布拟合单变量数据，如何才能得到MATLAB中的拟合值。我正在使用这个简单的例子x = hospital.Weight;%To visualizethe pdfyval=normpdf(xval,mu,sigma)yval给出了xval值的概率。现在，如果我想用上述正态
浏览 2提问于2013-11-06得票数 0
回答已采纳
1回答
所以，我定义了一个高斯分布，后来我把它拟合成了数据点。我是这样定义的： return a * np.exp(-(x - x0)**2 / (2 * sigma**2))
当我要求打印我的popt时，我得到了一个矩阵，它首先给出了最大y值，然后给出了平均值，最后给出了高斯的西格玛现在，我想知道这
浏览 1提问于2019-03-11得票数 2
1回答
我有一个从10到100的正态分布范围，平均值为25。我想随机试一下这个。使用：我可以得到一个平均值为25，标准差为6的样本，这意味着只有1%的机会超出我的下限。显然，这还不是对我的上限的足够高的等待，我最多会达到40。只考虑上一个大于平均值，另一个小于平均值的值。
有没有其他方法可以让这个更精确。我在网上看到过一些扭曲正态分布的方法，但我不确定如何才能做到这一点，因为我的统计数据真的不是那么强。更新:在看过并同意了一些之后，我认为我需要忽略我最初
浏览 3提问于2015-04-30得票数 2
1回答
现在，我想使用高斯(正态)分布生成随机数。我不知道平均值和标准差。我读过这篇文章：，但它需要均值和标准差！我也知道Box-Muller变换是常用的。这会正确地产生正态分布的值。但我还是不知道平均值和标准差。请不要提速。有人能帮帮忙吗？
浏览 2提问于2012-11-22得票数 0
回答已采纳
我正在尝试使用scipy和curve fit来高斯拟合我的数据，以下是我的代码： import numpy as npfrom scipy.optimize("dene2.dat", sep=" ")
y=df.y
mean = sum(x * y) / sum(y)
sigma= np.sqrt(sum(y * (x - mean)**2) / s
浏览 115提问于2018-12-25得票数 0
如果输入参数是线性的，那么输入参数应该是µ= 1，sigma = 10^0.2。另一个问题是，产生的随机值是线性的还是dB的？如果它们是线性的，我需要获取这些值的10*math.log10()。中的文档没有提供任何关于输入参数是线性的或dB格式的信息，或者都没有提供关于输出结果的性质的信息。
浏览 2提问于2016-05-03得票数 0
我试着用STAN估计多元正态分布的均值和协方差矩阵。我首先导入pystan并生成数据。我基本上是尝试遵循Python的官方YouTube tutorial。import numpy as np""&quo
浏览 25提问于2020-11-11得票数 0
回答已采纳
在matlab中，很容易生成一个具有均值和标准差的正态分布随机向量。来自help randn的：但我不知道他们到底在这里做什么。
浏览 1提问于2010-12-06得票数 4
1回答
我试图用最小函数形式从正态分布中找出mu和sigma的最大似然估计。然而，最小值返回均值的期望值，但σ的估计距离实际的σ值很远。定义函数十一范数，返回正态分布的负对数似然，然后从均值为150的正态分布和标准差为10的正态分布中建立随机样本，然后用优化方法求出MLE。npimport scipy.optimize as optimize
n = len(data)
浏览 0提问于2019-04-04得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
