numpy.random.RandomState.logistic

метод

RandomState.logistic(loc=0.0, scale=1.0, size=None)

Генерация случайных чисел из логистического распределения.

Генерируются случайные числа из логистического распределения со заданными параметрами, loc (позиция или среднее значение, также медиана) и scale (>0).

Примечание

Новый код должен использовать метод logistic экземпляра default_rng(); см. random-quick-start.

Параметры

locfloat or array_like of floats, optional

Параметр распределения. По умолчанию 0.

scalefloat or array_like of floats, optional

Параметр распределения. Должен быть неотрицательным. По умолчанию 1.

sizeint or tuple of ints, optional

Форма выходных данных. Если заданная форма, например, (m, n, k), то генерируется m * n * k случайных чисел. Если size не указан (по умолчанию), возвращается одно значение, если loc и scale — оба скаляры. В противном случае генерируется np.broadcast(loc, scale).size случайных чисел.

Возвращаемое значение

outndarray or scalar

Сгенерированные случайные числа из логистического распределения с заданными параметрами.

См. также

scipy.stats.logistic

функция плотности вероятности, распределение или функция кумулятивного распределения и т.д.

Generator.logistic

который следует использовать в новом коде.

Примечания

Плотность вероятности для логистического распределения:

где = положение и = масштаб.

Логистическое распределение используется в задачах экстремальных значений, где оно может выступать в качестве смеси распределений Гумбеля, в эпидемиологии и в системе рейтинга Эло Всемирной шахматной федерации (ФИДЕ), предполагая, что производительность каждого игрока — это случайная величина, имеющая логистическое распределение.

Ссылки

1

Reiss, R.-D. и Thomas M. (2001), “Статистический анализ экстремальных значений из страхования, финансов, гидрологии и других областей”, Birkhauser Verlag, Базель, стр. 132-133.

2

Weisstein, Эрик В. “Логистическое распределение”. Из MathWorld—ресурса Wolfram Web. http://mathworld.wolfram.com/LogisticDistribution.html

3

Википедия, «Логистическое распределение», https://en.wikipedia.org/wiki/Logistic_distribution

Примеры

Генерация выборок из распределения:

>>> loc, scale = 10, 1
>>> s = np.random.logistic(loc, scale, 10000)
>>> import matplotlib.pyplot as plt
>>> count, bins, ignored = plt.hist(s, bins=50)

# построение графика против распределения

>>> def logist(x, loc, scale):
...     return np.exp((loc-x)/scale)/(scale*(1+np.exp((loc-x)/scale))**2)
>>> lgst_val = logist(bins, loc, scale)
>>> plt.plot(bins, lgst_val * count.max() / lgst_val.max())
>>> plt.show()