scipyのダウンロード - 統計 - 確率分布のパラメータの意味

Question

scipyのダウンロードdocsとして指数で使用される配布形式与える：

fit(data, loc=0, scale=1) 

をそしてRVS機能が取る：フィット関数が取るしかし

expon.pdf(x) = lambda * exp(- lambda*x) 

を：

rvs(loc=0, scale=1, size=1) 

質問1： sの場所変数？私は指数関数がより一般的な分布（ガンマ）の特定の形式であることを知っていますが、なぜその未知の情報を含めるのですか？ガンマでさえ位置パラメータはありません。

質問2： フィット（...）の出力は、入力変数と同じ順序で行われますか。

t = fit([....]) , t will have the form t[0], t[1] 

は私が規模として形状とt 1として[0] Tを解釈する必要があります：私はない場合、そのことで私が を意味します。

これはすべてのディストリビューションに適用されますか？

ガンマ約何：

fit(data, a, loc=0, scale=1) 

Answer 1

1. すべての単変量確率分布に関係なく、その通常の製剤は、位置とスケールパラメータを含むように拡張することができますか。時には、これは、loc値以下のときに、PDF値が0の正の/非負の実数から実数の全ラインへの分布のサポートを拡張することを必要とする。 scipy.statslocとscaleの処理をすべてのディストリビューションで共有される共通の方法に移行するためにこれを行います。これを取り除き、gammalocのような分布をそれらの標準的な処方に従わないようにすることが提案されている。しかし、正確に覚えていれば、実際にlocの0以外の値を持つ "シフトされたガンマ"分布を使って太陽黒点のサイズをモデル化する人がいることが判明し、現在の行動はscipy.statsで完璧でした。だから我々はそれを維持している。

2. Nの形状パラメータがある場合、メソッドの出力は、(shape0, shape1, ..., shapeN, loc, scale)という形式のタプルです。形状パラメータを持たない正規分布に対しては、それはちょうど(loc, scale)を返します。 1つのガンマ分布の場合、(shape, loc, scale)を返します。複数の形状パラメータは、分布上の他のすべてのメソッドに与える順序と同じ順序になります。 This holds for all distributions.