在Python中计算分布的对数似然 [英] Calculating loglikelihood of distributions in Python

问题描述

计算适合数据的任何分布的对数似然性的简单方法是什么?

推荐答案

OP解决方案.

Python有82个标准发行版，可以在此处和 scipy.stats.distributions

Python has 82 standard distributions which can be found here and in scipy.stats.distributions

假设您找到的参数使得概率密度函数(pdf)适合数据如下:

Suppose you find the parameters such that the probability density function(pdf) fits the data as follows:

dist = getattr(stats.stats, 'distribution name')
params = dist.fit(data)

然后，由于它是SciPy库中包含的标准发行版，因此可以通过以下方式非常容易地找到和使用pdf和logpdf:

Then since it is a standard distribution included in the SciPy library, the pdf and logpdf can be found and used very easily in the following way:

LLH = dist.logpdf(data,*params).sum()

请注意，这与此处定义的对数似然函数相对应.

这篇关于在Python中计算分布的对数似然的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！