Statistics 子类化scipy'；s连续分布

我试图弄清楚如何创建一个新的

scipy.stats.rv\u continuous

子类。我的分布取决于“位置”和“形状”参数，但

scipy.stats.distributions

中的每个

\u pdf

示例都假定形状和位置参数可以简单地应用于X轴，而对于某些分布则不是这样

例如，我使用的一个分布是对数正态分布的修改版本，其中X轴位置明确取决于分布的宽度，即：

def _pdf(self, x, x0, s):
    Px = exp(-(log(x/x0)+s**2/2.)**2 / (2*s**2))
    return Px / (s*x0*sqrt(2*pi))

我希望能够将

loc

用于

x0

和

scale

用于

s

。有没有办法做到这一点，或者有没有更好的方法来子类化

rv_continuous

---

（请注意，仅使用我定义的PDF会导致其他

rv_continuous

方法出现问题，例如

.fit

，因为

loc

和

scale

仍然被视为“自由参数”，即使它们不应该被视为自由参数）你真的不应该试图改变

loc

和

scale

的含义。它们是标准的、定义良好的位置和比例参数，例如，在wikipedia上的中，以及

正如我在评论中提到的，您的公式中似乎缺少了一个因子

1/x0

。如果没有它，PDF从0到无穷大的积分是

x0

，而不是1

---

通过校正，很明显，

x0

实际上是比例参数<代码>s是一个形状参数。与许多仅在正实轴上定义的其他分布（例如gamma或对数正态）一样，您可以忽略位置参数——其默认值为0。（如果使用

fit

方法，请确保使用参数

floc=0

，以防止该方法将

loc

视为自由参数。）但是，我不确定您所说的“X轴位置明确取决于分布的宽度”是什么意思--什么的X轴位置？

除了沃伦的答案：

scipy.stats中的分布假定

loc

和

scale

是通常的标准化，

y=（x-loc）/scale

。因此，如果不遵循该定义，就不能对分布进行子类化

但是，您可以编写一个新的包装类，将其委托给scipy.stats.distributions的（子）类，并在此包装类中执行任何重新参数化

在这种情况下，您可以修复一些参数，如

loc

，并在调用标准类之前更改参数的名称

---

使用更标准的参数化创建lognorm包装器将使它更易于使用，例如在遵循一本教科书时，但与使用scipy.stats中的发行版所能做的没有任何不同。

您缺少了一个系数

1/x0

。如果没有它，PDF从0到infinty的积分是

x0

，而不是1。我想我是在有限的上下文中使用发行版的，我想包括这些限制。我正在研究对数正态分布，其中分布的积分和它的一阶矩必须正好为1，这对形状/比例参数施加了限制。也就是说，我认为

floc=0

方法可能是我所需要的，我应该制作包装来隐藏

loc

接受

floc=0

，我认为这是直接解决我问题的答案的一部分。这非常有意义。有人能指出一些使用这种方法的例子吗？有/曾经有一个

parammormal

包和一个更新的包，我再也找不到它来重新参数化scipy发行版，例如，在其他scipy问题中提到的，我也找不到了。创建新发行版的问题