numpy.random.Generator.pareto
метод
- random.Generator.pareto(a, size=None)
-
Генерирует выборки из распределения Парето II (также известного как распределение Ломакса) с заданным параметром формы.
- Параметры:
-
- afloat или array_like из float
-
Параметр формы распределения. Должен быть положительным.
- sizeint или кортеж из целых чисел, необязательно
-
Форма выходных данных. Если заданная форма, например,
(m, n, k), тоm * n * kвыборок генерируется. Если размер равенNone(по умолчанию), то возвращается единственное значение, еслиaявляется скаляром. В противном случаеnp.array(a).sizeвыборок генерируется.
- Возвращаемое значение:
-
- outndarray или скаляр
-
Сгенерированные выборки из распределения Парето II.
См. также
scipy.stats.pareto-
Распределение Парето I
scipy.stats.lomax-
Распределение Ломакса (Парето II)
scipy.stats.genpareto-
Обобщенное распределение Парето
Примечания
Плотность вероятности для распределения Парето II:
\[p(x) = \frac{a}{{x+1}^{a+1}} , x \ge 0\]где \(a > 0\) — параметр формы.
Распределение Парето II является сдвинутой и масштабированной версией распределения Парето I, которое можно найти в
scipy.stats.pareto.Ссылки
[1]Francis Hunt и Paul Johnson, Об распределении Парето для проектов Sourceforge.
[2]Парето, В. (1896). Курс политической экономии. Лозанна.
[3]Рейсс, Р.Д., Томас, М.(2001), Статистический анализ экстремальных значений, Birkhauser Verlag, Базель, стр. 23-30.
[4]Википедия, «Распределение Парето», https://en.wikipedia.org/wiki/Pareto_distribution
Примеры
Генерация выборок из распределения:
>>> a = 3. >>> rng = np.random.default_rng() >>> s = rng.pareto(a, 10000)
Отображение гистограммы выборок вместе с функцией плотности вероятности:
>>> import matplotlib.pyplot as plt >>> x = np.linspace(0, 3, 50) >>> pdf = a / (x+1)**(a+1) >>> plt.hist(s, bins=x, density=True, label='histogram') >>> plt.plot(x, pdf, linewidth=2, color='r', label='pdf') >>> plt.xlim(x.min(), x.max()) >>> plt.legend() >>> plt.show()
© 2005–2024 NumPy Developers
Licensed under the 3-clause BSD License.
https://numpy.org/doc/2.0/reference/random/generated/numpy.random.Generator.pareto.html