Я пытаюсь сопоставить гамма-распределение с моими точками данных, и я могу сделать это с помощью кода ниже.
import scipy.stats as ss
import numpy as np
dataPoints = np.arange(0,1000,0.2)
fit_alpha,fit_loc,fit_beta = ss.rv_continuous.fit(ss.gamma, dataPoints, floc=0)
Я хочу реконструировать большее распределение, используя множество таких небольших гамма-распределений (большее распределение не имеет значения для вопроса, только оправдывая, почему я пытаюсь поместить cdf в отличие от pdf).
Чтобы достичь этого, я хочу сопоставить кумулятивное распределение, а не PDF, с моими меньшими данными распределения. &mdash. Точнее, я хочу, чтобы данные были привязаны только к части кумулятивного распределения.
Например, я хочу, чтобы данные соответствовали только до тех пор, пока кумулятивная функция вероятности (с определенным масштабом и формой) не достигнет 0,6.
Любые мысли об использовании fit()
для этой цели?