मैंने डेटा के सेट के साथ R का उपयोग करके एक लॉगऑनॉर्मल मॉडल फिट किया है। परिणामी पैरामीटर निम्न थे:
meanlog = 4.2991610
sdlog = 0.5511349
मैं इस मॉडल को स्पीपी में स्थानांतरित करना चाहता हूं, जिसका मैंने पहले कभी उपयोग नहीं किया है। Scipy का उपयोग करते हुए, मैं 1 और 3.1626716539637488e + 90 का आकार और स्केल प्राप्त करने में सक्षम था - बहुत अलग संख्या। मैंने मीनलॉग और sdlog के ऍक्स्प का उपयोग करने की भी कोशिश की है लेकिन विचित्र ग्राफ प्राप्त करना जारी है।
मैंने हर डॉक को पढ़ा है जो मैं डरा सकता हूं और अभी भी इस उलझन में हूं कि इस उदाहरण में आकार और पैमाने के मापदंडों का क्या मतलब है। क्या यह सिर्फ फंक्शन को कोड करने के लिए समझ में आएगा? यह त्रुटियों के लिए प्रवण लगता है, हालांकि मैं डराने के लिए नया हूं।
SCIPY Lognormal (BLUE) बनाम R Lognormal (RED):
किसी भी विचार को किस दिशा में ले जाना है? डेटा आर मॉडल के साथ बहुत अच्छी तरह से फिट है, इसलिए यदि यह पायथन में कुछ और जैसा दिखता है, तो बेझिझक साझा करें।
धन्यवाद!
अपडेट करें:
मैं Scipy 0.11 चला रहा हूं
यहाँ डेटा का एक सबसेट है। 81.53627 के औसत के साथ वास्तविक नमूना 38k + है:
सबसेट:
x
[60, 170, 137, 138, 81, 140, 78, 46, 1, 168, 138, 148, 145, 145, 35, 82, 126, 66, 147, 88, 106, 80, 54, 83, 13, १०२, ५४, १३३, ३४]
सुन्नम (x)
९९ .०85१४२14५2१४२69५६ ९
वैकल्पिक रूप से:
मैं pdf को कैप्चर करने के लिए एक फंक्शन पर काम कर रहा हूँ:
def lognoral(x, mu, sigma):
a = 1 / (x * sigma * numpy.sqrt(2 * numpy.pi) )
b = - (numpy.log(x) - mu) ^ 2 / (2 * sigma ^ 2)
p = a * numpy.exp(b)
return p
हालाँकि, यह मुझे निम्नलिखित संख्या देता है (मैंने sdlog और meanlog मिश्रित का अर्थ प्राप्त करने के मामले में कई कोशिश की):
>>> lognormal(54,4.2991610, 0.5511349)
0.6994656085799437
>>> lognormal(54,numpy.exp(4.2991610), 0.5511349)
0.9846125119455129
>>> lognormal(54,numpy.exp(4.2991610), numpy.exp(0.5511349))
0.9302407837304372
कोई विचार?
अपडेट करें:
"UPQuark" के सुझाव के साथ फिर से पढ़ना:
आकार, स्थान, पैमाना (1.0, 50.03445923295007, 19.074457156766517)
ग्राफ का आकार बहुत समान है, हालांकि, चोटी 21 के आसपास हो रही है।