Распределение Сципи Пуассона с верхним пределом

Question

Распределение Сципи Пуассона с верхним пределом

1

Я генерирую случайное число, используя scipy stats. Я использовал распределение Пуассона. Ниже приведен пример:

import scipy.stats as sct

A =2.5
Pos = sct.poisson.rvs(A,size = 20)

Когда я печатаю Pos, я получил следующие цифры:

array([1, 3, 2, 3, 1, 2, 1, 2, 2, 3, 6, 0, 0, 4, 0, 1, 1, 3, 1, 5])

Из массива видно, что генерируется некоторое число, например 6.

Я хочу сделать это, чтобы ограничить наибольшее число (скажем, 5), то есть любое случайное число, сгенерированное с использованием sct.poisson.rvs, должно быть равно или меньше 5,

Как я могу настроить мой код для его достижения. Кстати, я использую это в Pandas Dataframe.

Zephyr 19 сен. 2018, в 08:18

Источник

1

Вы не можете управлять распределением случайных чисел, если не измените числа вручную после получения массива, что тривиально. В противном случае вы можете посмотреть другие ограниченные дистрибутивы, такие как бета-версия.
user2974951 19 сен. 2018, в 06:59

Теги:

python

scipy

statistics

poisson

2 ответа

2

Я думаю, что решение довольно просто (если я правильно понял вашу проблему):

# for repeatability:
import numpy as np
np.random.seed(0)

from scipy.stats import poisson, uniform
sample_size = 20
maxval = 5
mu = 2.5

cutoff = poisson.cdf(maxval, mu)
# generate uniform distribution [0,cutoff):
u = uniform.rvs(scale=cutoff, size= sample_size)
# convert to Poisson:
truncated_poisson = poisson.ppf(u, mu)

Затем print(truncated_poisson):

[2. 3. 3. 2. 2. 3. 2. 4. 5. 2. 4. 2. 3. 4. 0. 1. 0. 4. 3. 4.]

AGN Gazer 19 сен. 2018, в 16:22

0

Уважаемый AGN, спасибо за совет и извините за мой поздний ответ
Zephyr 24 сен. 2018, в 02:51

Ещё вопросы

Вы не можете управлять распределением случайных чисел, если не измените числа вручную после получения массива, что тривиально. В противном случае вы можете посмотреть другие ограниченные дистрибутивы, такие как бета-версия.
Уважаемый AGN, спасибо за совет и извините за мой поздний ответ

Welcome to Stack Overflow · Accepted Answer · 2018-09-19T16-24-00.000Z

То, что вы хотите, можно назвать усеченным распределением Пуассона, за исключением того, что при общем использовании этого термина усечение происходит снизу, а не сверху (пример). Самый простой, даже если не всегда самый эффективный способ выборки усеченного распределения - удвоить размер запрашиваемого массива и сохранить только элементы, которые попадают в желаемый диапазон; если их недостаточно, удвойте размер и т.д. Как показано ниже:

import scipy.stats as sct

def truncated_Poisson(mu, max_value, size):
    temp_size = size
    while True:
        temp_size *= 2
        temp = sct.poisson.rvs(mu, size=temp_size)
        truncated = temp[temp <= max_value]
        if len(truncated) >= size:
            return truncated[:size]

mu = 2.5
max_value = 5
print(truncated_Poisson(mu, max_value, 20))

Типичный выход: [0 1 4 5 0 2 3 2 2 2 5 2 3 3 3 3 4 1 0 3].

Уважаемый, спасибо за совет и извините за поздний ответ. Я думаю, что эта функция работает и подходит моему приложению лучше. Потому что я использую ее в dataframe.
Привет, добро пожаловать в стек. Я использовал эту функцию во фрейме данных Pandas, и она показала мне следующую ошибку: ValueError: размер не соответствует форме широковещательной передачи параметров. фрейм данных содержит 10 строк и 13 столбцов. Я пытаюсь создать новый столбец, в котором используется функция truncated_Poisson. Как бы я это сделал? Ниже приведен код для нового столбца UCL_Fix_Dub ['Team1_goals'] = truncated_Poisson (UCL_Fix_Dub.Team1_XG, max_goal, 1)