我有一个数据集,想要将其拟合到已知的概率分布中。目的是在数据生成器中使用拟合后的PDF,以便可以从已知(拟合)的PDF中抽取数据样本。数据将用于模拟目的。目前,我只是从正态分布中抽样,这与真实数据不一致,因此模拟结果不准确。
我最初想使用以下方法: 如何使用Scipy(Python)将经验分布拟合到理论分布? 我最初想将其拟合到韦伯分布,但数据实际上是多峰的(附图)。所以我想需要结合多个分布,然后将数据拟合到结果分布,对吗?也许结合高斯和韦伯分布?
我如何使用混合/多峰分布的scipy fit()函数?
此外,我希望在Python中完成这项工作(即使用scipy / numpy / matplotlib),因为数据生成器是用Python编写的。
非常感谢!
我最初想使用以下方法: 如何使用Scipy(Python)将经验分布拟合到理论分布? 我最初想将其拟合到韦伯分布,但数据实际上是多峰的(附图)。所以我想需要结合多个分布,然后将数据拟合到结果分布,对吗?也许结合高斯和韦伯分布?
我如何使用混合/多峰分布的scipy fit()函数?
此外,我希望在Python中完成这项工作(即使用scipy / numpy / matplotlib),因为数据生成器是用Python编写的。
非常感谢!
stats.gaussian_kde
得到的 KDE?这样我就可以把它放在纸上供他人复制/重用。谢谢! - Rosh