我试图适应我所拥有的一些数据的分布。为了测试它，我首先尝试从固定分布生成样本并尝试拟合它。下面是我正在使用的代码。
samp = t.rvs(loc=0, scale=0.6, df=1.3, size=150)
param = t.fit(samp)
x = linspace(-5,5,100)
pdf_fitted = t.pdf(x,loc=param[0],scale=param[1],df=param[2])
pdf = t.pdf(x,loc=0,scale=0.6,df=1.3)
title('Student\'s t Distribution')
plot(x,pdf_fitted,'r-',x,pdf,'b-')
hist(samp, normed=1,alpha=0.3)
show()
print(param)
现在，人们会期望这一点pdf并且pdf_fitted本质上是相同的。然而，事实并非如此。当显示图时，原始分布和拟合分布看起来非常不同。而且，获得的参数与指定的参数（loc=0，scale=0.6，df=1.3）根本不匹配！这让我很困惑，因为我只是调整http://glowingpython.blogspot.com/2012/07/distribution-fitting-with-scipy.html中的代码来处理 t 分布。有人可以告诉我拟合 t 分布是否有任何细微差别吗？谢谢