Scipy Gumbel 拟合不拟合 - 要使用的数组/数据框的正确形状是什么？

Question

我正在尝试将各种分布拟合到我的数据上并测试（卡方？）哪个最适合。我一开始使用 scipy 的

gumbel_r

发行版，因为这是文献中经常使用的发行版。

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import scipy.stats as ss

data = pd.read_csv("data.csv")
data

sns.histplot(data["score"], kde=True, stat='probability')
plt.show()

x = np.linspace(0,1,101)
hist, bins = np.histogram(data["score"], bins=x, density=True)
loc, scale = ss.gumbel_r.fit(hist)
dist = ss.gumbel_r(loc=loc,scale=scale)
plt.plot(x, dist.pdf(x))
plt.show()

检查绘图会产生奇怪的结果。例如，我的数据的峰值约为 0.025 左右，约为 0.09。然而，绘制的gumbel 看起来完全不对劲。

我现在的问题是：

1. 为什么情节看起来不相似？我也怀疑

   stat='probability'

   可能是罪魁祸首？
2. 我需要做什么，才能使第二个图看起来与第一个图有点相似？
3. 最理想的是，我会为拟合分布的相同箱获得另一个

   hist

   ，并输入到

   scipy.stats.chisquare

   中以量化分布的拟合程度，并查看哪个最适合。这是正确的吗？

Answer 1

不要将

hist

给

gumbel_r.fit()

。 它期望原始数据。 将调用

fit()

的线路更改为

loc, scale = ss.gumbel_r.fit(data['score'].to_numpy())

此外，要获得与 PDF 绘图相同比例的 Seaborn 图，请在

stat='probability'

调用中将

stat='density'

更改为

histplot()

。