У меня есть некоторые данные, и я могу подобрать гамма-распределение, используя, например, этот код, взятый из Подгонка гамма-распределения с помощью (python) Scipy.
import scipy.stats as ss
import scipy as sp
Сгенерируйте некоторые гамма-данные:
alpha=5
loc=100.5
beta=22
data=ss.gamma.rvs(alpha,loc=loc,scale=beta,size=10000)
print(data)
# [ 202.36035683 297.23906376 249.53831795 ..., 271.85204096 180.75026301
# 364.60240242]
Здесь мы подгоняем данные к гамма-распределению:
fit_alpha,fit_loc,fit_beta=ss.gamma.fit(data)
print(fit_alpha,fit_loc,fit_beta)
# (5.0833692504230008, 100.08697963283467, 21.739518937816108)
print(alpha,loc,beta)
# (5, 100.5, 22)
Я также могу подогнать экспоненциальное распределение к тем же данным. Однако я хотел бы провести тест отношения правдоподобия. Для этого мне нужно не просто подогнать дистрибутивы, но и вернуть вероятность. Как вы можете сделать это в Python?