python簡單實現最大似然估計

1、scipy庫的安裝

wim+R輸入cmd，然后cd到python的pip路徑，即安裝：pip install scipy即可

2、導入scipy庫

from scipy.sats import norm

導入scipy.sats中的norm

3、案例分析

from scipy.stats import normimport matplotlib.pyplot as pltimport numpy as np’’’norm.cdf 返回對應的累計分布函數值norm.pdf 返回對應的概率密度函數值norm.rvs 產生指定參數的隨機變量norm.fit 返回給定數據下，各參數的最大似然估計（MLE）值’’’x_norm = norm.rvs(size=200)#在這組數據下，正態分布參數的最大似然估計值x_mean, x_std = norm.fit(x_norm)print (’mean, ’, x_mean)print (’x_std, ’, x_std)plt.hist(x_norm, normed=True, bins=15)#歸一化直方圖（用出現頻率代替次數），將劃分區間變為 20（默認 10）x = np.linspace(-3,3,50)#在在(-3,3)之間返回均勻間隔的50個數字。plt.plot(x, norm.pdf(x), ’r-’)plt.show()

運行如下：

補充知識：python hypergeom.cdf函數理解

導入函數

hypergeom.cdf函數是scipy庫中的。

from scipy.stats import hypergeom

含義

與scipy幫助文檔中的字母定義一致，即用hypergeom.cdf(k,M,n,N)來解釋該函數的用法。

hypergeom是用于計算超幾何分布的，其中cdf表示的是累計分布函數。這里用超幾何分布的一般意義來解釋，hypergeom.cdf表示：總共有M件產品，n件次品，從M件中隨機挑出N件，這N件中最多包含n件中的k件的概率（也可以理解為M-n件產品中至少選到N-k件的概率）。

以上這篇python簡單實現最大似然估計&scipy庫的使用詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持好吧啦網。