Python scipy.stats.gamma库中的参数a是什么

我试图使用

scipy.stats.Gamma

拟合Gamma CDF，但我不知道

a

参数的确切含义以及位置和比例参数的计算方法。不同的文献给出了不同的计算方法，这非常令人沮丧。我使用的代码没有给出正确的CDF。提前谢谢

from scipy.stats import gamma 
loc = (np.mean(jan))**2/np.var(jan)
scale = np.var(jan)/np.mean(jan)
Jancdf  = gamma.cdf(jan,a,loc = loc, scale = scale)

---

a

是形状。您所尝试的仅在

loc=0

的情况下有效。首先，我们从两个示例开始，形状（或

a

）=10，比例=5，第二个d1plus50与第一个相差50，您可以看到由loc指示的移位：

from scipy.stats import gamma 
import matplotlib.pyplot as plt

d1 = gamma.rvs(a = 10, scale=5,size=1000,random_state=99)
plt.hist(d1,bins=50,label='loc=0,shape=10,scale=5',density=True)
d1plus50 = gamma.rvs(a = 10, loc= 50,scale=5,size=1000,random_state=99)
plt.hist(d1plus50,bins=50,label='loc=50,shape=10,scale=5',density=True)
plt.legend(loc='upper right')

因此，您有3个参数要根据数据进行估计，一种方法是使用，我们将其应用于loc=0的模拟分布：

xlin = np.linspace(0,160,50)

fit_shape, fit_loc, fit_scale=gamma.fit(d1)
print([fit_shape, fit_loc, fit_scale])

[11.135335235456457, -1.9431969603988053, 4.693776771991816]

plt.hist(d1,bins=50,label='loc=0,shape=10,scale=5',density=True)
plt.plot(xlin,gamma.pdf(xlin,a=fit_shape,loc = fit_loc, scale = fit_scale)

如果我们用loc模拟分布，你可以看到loc被正确估计，以及形状和比例：

fit_shape, fit_loc, fit_scale=gamma.fit(d1plus50)
print([fit_shape, fit_loc, fit_scale])

[11.135287555530564, 48.05688649976989, 4.693789434095116]

plt.hist(d1plus50,bins=50,label='loc=0,shape=10,scale=5',density=True)
plt.plot(xlin,gamma.pdf(xlin,a=fit_shape,loc = fit_loc, scale = fit_scale))

---

没有帮助？下面的答案解决了我的疑问。谢谢你的评论。谢谢你的快速回复。这几乎解决了我的问题。有一个小小的疑问。我认为拟合gamma分布的输入数组（gamma.pdf（xlin，a=fit_shape，loc=fit_loc，scale=fit_scale））应该是d1（要拟合的数据），而不是xlin，但这是不正确的。你能告诉我更多关于清除一切的信息吗？在你的情况下，如果你需要cdf，你可以使用

gamma.cdf（jan，a=fit\u shape，loc=fit\u loc，scale=fit\u scale）

。在上面的例子中，我已经得到了一个估计值，我只是在绘图，以显示非常感谢您。我花了一些时间才得到它。我对此感到遗憾。这对我来说是个大问题。再次感谢。不客气：）是的，gamma的比例、形状和位置有时有点混乱