2015-02-25 3 views
2

Я сделал powerlaw подходящим для своих данных с помощью python package powerlaw с простым: powerlaw.Fit(Weights, xmin= min(Weights)), где Weights - мои данные. Я использовал distribution_compare и получил, что логнормаль лучше всего подходит. Но теперь я хотел бы знать, насколько хорошо это подходит, а не по сравнению с другими дистрибутивами, но само по себе. Есть ли какой-либо метод в пакете, который может сказать мне такую ​​вещь? Как это реализовано с данными? Спасибо заранее.Насколько хорошо подходит? Пакет Python Powerlaw

+1

Я не знаю о пакете powerlaw, но то, что вы ищете, является чи-квадратным тестом. Читайте больше о хорошем подходе [здесь] (http://en.wikipedia.org/wiki/Goodness_of_fit). Существует скудная реализация 'chisquare', которая требует наблюдаемых значений, и, при желании, вы можете отправить ожидаемые значения (которые будут соответствовать вашим требованиям). – ljetibo

ответ

1

В пакете powerlaw нет способа непосредственно вычислить p-значение соответствия. (Как и в случае функций MatLab, используемых A. Clauset и др. 2009)

Существует еще одна реализация Pauson Clauset et al. 2009, который имеет функцию, которая может быть использована для вычисления p-значения. Его можно найти на github. Функция plpva.

Однако функция plpva очень медленная и может привести к вводящим в заблуждение результатам. См. Раздел issue with it.

Подробнее о методах, используемых в powerlaw в Clauset et al. 2009.

Смежные вопросы