Python scipy.stats создает новую функцию распределения, корректируя один аргумент ⇐ Python

[Anonymous]

Я использую пакет distfit (https://erdogant.github.io/distfit/page ... _transform), чтобы найти лучшее подгонка статистического распределения для некоторых эмпирических данных. Результаты включают в себя подходящее распределение в виде объекта model=, кортеж параметров для него params=(1013.8436378790848, -556.0268261452745, 81.19476091801334), а также отдельные параметры loc и Scale. Объект model имеет атрибут args, который совпадает с атрибутом params

Код: Выделить всё

results = {'name': 'loggamma',
'score': 0.004380365964219514,
'loc': -556.0268261452745,
'scale': 81.19476091801334,
'arg': (1013.8436378790848,),
'params': (1013.8436378790848, -556.0268261452745, 81.19476091801334),
'model': ,
'bootstrap_score': 0,
'bootstrap_pass': None,
'color': '#e41a1c',
'CII_min_alpha': 1.7049279936189805,
'CII_max_alpha': 10.095497944750718}
model.args = (1013.8436378790848, -556.0268261452745, 81.19476091801334)

Теперь, когда они у меня есть, я хочу настроить параметр масштаба на основе некоторых других данных и получить новую функцию распределения с измененным только масштабом, чтобы я мог использовать обратный CDF новой функции распределения. метод.
С новым параметром масштаба у меня теперь есть params=(1013.8436378790848, -556.0268261452745, 52). Затем я установил dist.args равным тому же. Когда я использую обратный CDF этого модифицированного дистрибутива (

Код: Выделить всё

.ppf

), я получаю неожиданные результаты. Возможно, это и нормально, но я не уверен, правильно ли я создаю этот новый дистрибутив. Спасибо.

Подробнее здесь: https://stackoverflow.com/questions/791 ... gle-argume