この記事の目的
- Python と R の分布関数の操作の対応について基本部分をまとめる
- 年に3回くらい忘れる自分のための知識を誰かのために
summary という名の個人的感想
- Python の method 名は直接的でわかりやすい
- R は 分布パラメータの引数名が直感的だが、Python の
a=, b=とloc=, scale=の使い分けの指定は数式から変換する時に脳に負担がかかる。 - どちらも慣れれば問題なし
Official Documents
主な methods
正規分布での例
事前準備 for Python: from scipy import stats
| python | r | return value | meanings |
|---|---|---|---|
| stats.norm.pdf(0) | dnorm(x = 0) | 0.3989423 | y-axis height of distribution at x = 0; probability density function |
| stats.norm.ppf(0.99) | qnorm(p = 0.99) | 2.326348 | x position that satisfy integral distribution from -Inf to x = 0.99; percent point function |
| stats.norm.cdf(2.326348) | pnorm(q = 2.326348) | 0.99 | inverse of ppf; cumlative distribution function |
| stats.norm.rvs(size=5) | rnorm(n = 5) | 10 values | make random variables |
分布のパラメータについて
公式を読むべし
https://docs.scipy.org/doc/scipy/reference/tutorial/stats.html#shifting-and-scaling
pythonは全distributionで以下が共通
- loc: 分布の平行移動
- scale: 倍率
# python
>>> stats.norm.rvs(size=5, loc=100, scale=10)
array([ 87.94461629, 101.62097735, 114.57610849, 109.68581233,
92.61449913])
# R
rnorm(5, mean=100, sd=10)
# [1] 88.97331 116.73641 87.71554 97.24457 95.40161
以上