Skip to main content
 首页 » 编程设计

python之为什么 scipy.stats 分布的最大似然参数估计有时表现如此糟糕

2025年05月04日8TianFang

我有一组实验值,我想找到能更好地描述它们分布的函数。但是在修补一些函数的过程中,我发现 scipy.optimize.curve_fit 和 scipy.stats.rv_continuous.fit 给出了非常不同的结果,通常不支持后者。这是一个简单的例子:

#!/usr/bin/env python3 
import numpy as np 
from scipy.optimize import curve_fit as fit 
from scipy.stats import gumbel_r, norm 
import matplotlib.pyplot as plt 
 
amps = np.loadtxt("pyr_11.txt")*-1000 # http://pastebin.com/raw.php?i=uPK31JGE 
argsGumbel0 = gumbel_r.fit(amps) 
argsGauss0 = norm.fit(amps) 
bins = np.arange(60) 
probs, binedges = np.histogram(amps, bins=bins, normed=True) 
bincenters = 0.5*(binedges[1:]+binedges[:-1]) 
argsGumbel1 = fit(gumbel_r.pdf, bincenters, probs, p0=argsGumbel0)[0] 
argsGauss1 = fit(norm.pdf, bincenters, probs, p0=argsGauss0)[0] 
 
plt.figure() 
plt.hist(amps, bins=bins, normed=True, color='0.5') 
xes = np.arange(0, 60, 0.1) 
plt.plot(xes, gumbel_r.pdf(xes, *argsGumbel0), linewidth=2, label='Gumbel, maximum likelihood') 
plt.plot(xes, gumbel_r.pdf(xes, *argsGumbel1), linewidth=2, label='Gumbel, least squares') 
plt.plot(xes, norm.pdf(xes, *argsGauss0), linewidth=2, label='Gauss, maximum likelihood') 
plt.plot(xes, norm.pdf(xes, *argsGauss1), linewidth=2, label='Gauss, least squares') 
plt.legend(loc='upper right') 
plt.show() 

性能差异从显着到轻微不等,但就我而言,它始终存在。为什么会这样?如何选择最适合案例的优化方法?

请您参考如下方法:

不要完全将此作为答案,因为我没有足够的声誉来发表评论。 这种糟糕表现的错误不是因为 scipy 做错了什么,而是因为模型本身不代表数据。在这种情况下,最大似然法将普遍适用于均值,而最小二乘法将尝试接近曲线。这就是为什么高斯最大似然表现不佳的原因。它不考虑所有数据,而是考虑分布的一些属性。

对于您的问题,我建议使用 Landau 分布进行拟合。