numpy.random.RandomState.logseries

RandomState.logseries(p, size=None)

Выборка из логарифмического ряда распределения.

Выборка из логарифмического ряда распределения с заданным параметром формы, 0 < p < 1.

Параметры:	loc : float scale : float > 0. size : int или кортеж из целых чисел, необязательно Форма выходных данных. Если заданная форма, например, (m, n, k), то m * n * k выборок генерируется. По умолчанию None, в этом случае возвращается одно значение.
Возвращаемое значение:	samples : ndarray или скаляр где значения — все целые числа в [0, n].

См. также

scipy.stats.distributions.logser

функция плотности вероятности, распределение или функция накопленной плотности вероятности и т.д.

Примечания

Плотность вероятности для логарифмического ряда распределения:

где p = вероятность.

Логарифмическое рядовое распределение часто используется для представления богатства видов и встречаемости, впервые предложенное Фишером, Корбетом и Уильямсом в 1943 году [2]. Оно также может быть использовано для моделирования количества пассажиров, наблюдаемых в автомобилях [3].

Ссылки

[R166]

Buzas, Martin A.; Culver, Stephen J., Понимание регионального разнообразия видов с помощью логарифмического ряда распределения встречаемости: BIODIVERSITY RESEARCH Diversity & Distributions, том 5, номер 5, сентябрь 1999 г., стр. 187-195(9).

[R167]

Fisher, R.A,, A.S. Corbet, and C.B. Williams. 1943. Взаимосвязь между числом видов и числом особей в случайной выборке популяции животных. Журнал по экологии животных, 12:42-58.

[R168]

D. J. Hand, F. Daly, D. Lunn, E. Ostrowski, Справочник по небольшим наборам данных, CRC Press, 1994.

[R169]

Википедия, «Логарифмическое распределение», http://en.wikipedia.org/wiki/Logarithmic-distribution

Примеры

Генерация выборок из распределения:

>>> a = .6
>>> s = np.random.logseries(a, 10000)
>>> count, bins, ignored = plt.hist(s)

# построение графика по распределению

>>> def logseries(k, p):
...     return -p**k/(k*log(1-p))
>>> plt.plot(bins, logseries(bins, a)*count.max()/
             logseries(bins, a).max(), 'r')
>>> plt.show()