aqu*_*tae 6 python statistics scipy
在这个问题之后,有没有办法使用除MLE(最大似然估计)之外的任何方法来拟合scipy中的连续分布？我认为我的数据可能导致MLE方法出现分歧,所以我想尝试使用矩阵的方法,但我不知道如何在scipy中做到这一点.具体来说,我期待找到类似的东西
scipy.stats.genextreme.fit(data, method=method_of_moments)
有谁知道这是否可能,如果是的话怎么办？
小智 4
有几件事要提：
1）scipy不支持GMM。statsmodels通过（http://statsmodels.sourceforge.net/stable/gmm.html ）对 GMM 有一些支持，您还可以通过以下方式访问许多 R 例程Rpy2（并且R必然具有曾经发明过的各种 GMM 风格）：http:// /rpy.sourceforge.net/rpy2/doc-2.1/html/index.html
2）关于收敛的稳定性，如果这是问题，那么您的问题可能不在于目标最大化（例如，可能性，而不是广义矩），而在于优化器。梯度优化器可能非常挑剔（或者更确切地说，我们给它们的问题并不真正适合梯度优化，导致收敛性差）。
如果 statsmodels 和 Rpy 没有为您提供所需的例程，那么详细地写出您的时刻计算也许是个好主意，然后看看如何自己最大化它 - 也许定制的小工具会很适合您？
| 归档时间： |
|
| 查看次数： |
1732 次 |
| 最近记录： |