分布選択の評価

Pythonで学ぶモンテカルロ・シミュレーション

Izzy Weber

Curriculum Manager, DataCamp

変数の確率分布を選ぶ

データと利用可能な確率分布を直感的に把握する
最尤推定（MLE）で候補分布を比較する
コルモゴロフ–スミルノフ検定で分布の適合度を評価する
- データの経験分布と候補の理論分布の距離を定量化
- scipy.stats.kstest()で計算

分布選択の評価：年齢

results = []

list_of_dists = ["laplace", "norm", "expon"]

for i in list_of_dists:
    dist = getattr(st, i)

    param = dist.fit(dia["age"])

    result = st.kstest(dia["age"], i, args=param)

    print(result)

ラプラス・正規・指数分布の順での結果:

KstestResult(statistic=0.09511179937112832, pvalue=0.0006239579389182981)
KstestResult(statistic=0.0615913626181368, pvalue=0.06703225234359811)
KstestResult(statistic=0.2536037941921312, pvalue=1.5202547969084796e-25)

分布選択の評価：年齢

ラプラス・正規・指数分布の順での結果:

KstestResult(statistic=0.09511179937112832, pvalue=0.0006239579389182981)
KstestResult(statistic=0.0615913626181368, pvalue=0.06703225234359811)
KstestResult(statistic=0.2536037941921312, pvalue=1.5202547969084796e-25)

分布選択の評価：血清総コレステロール（tc）

results = []
list_of_dists = ["laplace", "norm", "expon"]

for i in list_of_dists:
    dist = getattr(st, i)
    param = dist.fit(dia["tc"])
    result = st.kstest(dia["tc"], i, args=param)
    print(result)

ラプラス・正規・指数分布の順での結果:

KstestResult(statistic=0.06435779928393615, pvalue=0.04915329841106708)
KstestResult(statistic=0.051165295747227724, pvalue=0.19085587687385897)
KstestResult(statistic=0.3318461436889846, pvalue=7.018486943525e-44)

Let's practice!

Pythonで学ぶモンテカルロ・シミュレーション