Skip to main content
 首页 » 编程设计

python之如何获得我的指数拟合的真实均值和 se

2025年04月02日14bluestorm

我试图同时拟合,在同一个图上的直方图上进行高斯分布和指数拟合,但是当我尝试获取指数拟合的均值时,我得到了一些错误信息,例如均值:-9.8636992990798974e-07,(我希望得到类似 70 的东西,而不是 -9.8e-07)。

有了高斯拟合,我没有值(value)问题。

这是我的情节的打印:

我不知道我在获取指数拟合均值的代码中做错了什么:

plt.figure(1) 
 
plt.subplot(221) 
 
cycle = map(float,cycle) 
cycle = np.array(cycle) 
 
list_cycle1 = cycle[cycle < 1000 ] 
list_cycle2 = cycle[cycle >= 1000] 
 
plt.hist(list_cycle1, bins=10, normed=True) 
 
xt1 = plt.xticks()[0] 
xmin1, xmax1= min(xt1), max(xt1) 
lnspc1 = np.linspace(xmin1, xmax1, len(list_cycle1)) 
 
m1, s1 = stats.expon.fit(list_cycle1, moments='mv') 
pdf_e = stats.expon.pdf(lnspc1, m1, s1)   
plt.plot(lnspc1, pdf_e, label='expon pdf')  
 
list_mean_1.append(m1) 
list_se_1.append(s1) 
 
plt.hist(list_cycle2, bins=10, normed=True) 
 
xt2 = plt.xticks()[0] 
xmin2, xmax2= min(xt2), max(xt2) 
lnspc2 = np.linspace(xmin2, xmax2, len(list_cycle2)) 
 
m2, s2 = stats.norm.fit(list_cycle2) 
pdf_g = stats.norm.pdf(lnspc2, m2, s2) 
plt.plot(lnspc2, pdf_g, label="Norm") 
 
list_mean_2.append(m2) 
list_se_2.append(s2) 

如果需要,我可以添加 list_cycle1 和 list_cycle2 的示例。

PS:我读了this SciPy documentation而且我不明白我的代码哪里失败了,无法获得我的指数拟合的平均值。

请您参考如下方法:

stats.expon.fit 返回元组 (loc, scale)。根据文档,

比例 = 1/λ

这也是指数分布的均值。因此,它是您想要的第二个参数。

如果想强制location为0,可以传入floc参数进行fit。