Välja sannolikhetsfördelningar

Monte Carlo-simuleringar i Python

Izzy Weber

Curriculum Manager, DataCamp

Maximum Likelihood Estimation (MLE)

  • Används för att välja sannolikhetsfördelning genom att mäta passning
    • Den fördelning som ger högst sannolikhet givet data anses vara optimal
  • SciPy:s .nnlf() används för att beräkna den negativa likelihoodfunktionen
  • Ju lägre MLE-värde från .nnlf(), desto bättre passning
Monte Carlo-simuleringar i Python

Välja fördelning för variabeln age

sns.histplot(dia["age"])

Ett histogram över fördelningen av variabeln age i diabetesdatamängden

Monte Carlo-simuleringar i Python

Kandidatfördelningar

distributions = [st.laplace, st.norm, st.expon]

En PDF för Laplace-fördelningen

Monte Carlo-simuleringar i Python

Välja mellan kandidatfördelningar

mles = []


for distribution in distributions:
    pars = distribution.fit(dia["age"])

    mle = distribution.nnlf(pars, dia["age"])

    mles.append(mle)


print(mles)

[1797.8467779878652, 1764.0693689033028, 1938.171599681118]
Monte Carlo-simuleringar i Python

Välja mellan kandidatfördelningar

for var in ["age", "bmi", "bp", "tc", "ldl", "hdl", "tch", "ltg", "glu"]:

    distributions = [st.laplace, st.norm, st.expon]
    mles = []


    for distribution in distributions:
        pars = distribution.fit(dia[var])
        mle = distribution.nnlf(pars, dia[var])
        mles.append(mle)


    best_fit = sorted(zip(distributions, mles), key=lambda d: d[1])[0]
    print(f"Best fit reached using {best_fit[0].name}, \
          MLE value: {best_fit[1]}, for variable {var}")
Monte Carlo-simuleringar i Python

Resultat av utvärderingen

Best fit reached using norm, MLE value: 1764.0693689033028, for variable age
Best fit reached using norm, MLE value: 1283.356127017369, for variable bmi
Best fit reached using norm, MLE value: 1787.7746251622739, for variable bp
Best fit reached using norm, MLE value: 2193.1564373753627, for variable to
Best fit reached using norm, MLE value: 2136.0440476305284, for variable ldl
Best fit reached using norm, MLE value: 1758.1350738323013, for variable hdl
Best fit reached using norm, MLE value: 739.3762494786798, for variable tch
Best fit reached using norm, MLE value: 339.6620870566908, for variable ltg
Best fit reached using norm, MLE value: 1706.0467588930867, for variable glu
Monte Carlo-simuleringar i Python

Nu kör vi en övning!

Monte Carlo-simuleringar i Python

Preparing Video For Download...