対数正規分布に適合する方法

Question

Pythonで対数正規分布に適合したいと思います。私だけではなく、次の操作を行うのscipy.lognormal.fitを使用する必要がありますなぜ私の質問は：

分布は対数正規分布になるように、muとsigmaのMLEを与える

from numpy import log 
mu = log(data).mean() 
sigma = log(data).std() 

（ミュー、シグマ** 2）？

また、いったんmuとsigmaを取得すると、lognormal（mu、sigma ** 2）のscipyオブジェクトをどのように取得できますか？ scipy.stats.lognormに渡された引数は私には分かりません。

おかげフィ​​ッティング

Answer 1

Wrtの、あなたはscipy.lognormal.fitを使用することができ、あなたはscipy.normal.fitを使用することができますログインするために適用される（x）は、あなたがちょうど書いたものを行うことができ、私はあなたがほとんど同じ結果を得るべきであると考えています。

唯一のことは、2つのパラメータ（mu、σ）に合わせなければならないということです.2つの値を一致させる必要があります。 mean/stddevに行くのではなく、ピークをマッチさせてmode/stddevから（mu、sigma）を得る方が好きかもしれません。既知の平均値とSTDDEVとlognormを使用して

Wrtの

from scipy.stats import lognorm 

stddev = 0.859455801705594 
mean = 0.418749176686875 

dist=lognorm([stddev],loc=mean) # will give you a lognorm distribution object with the mean and standard deviation you specify. 

# You can then get the pdf or cdf like this: 

import numpy as np 
import pylab as pl 
x=np.linspace(0,6,200) 
pl.plot(x,dist.pdf(x)) 
pl.plot(x,dist.cdf(x)) 

pl.show()