如何使用scipy.stats公司期望功能？

Question

我在等着呢

scipy.stats.norm.expect(loc = 55, scale = 1)

返回分布55的平均值，而不是返回3.9096876333292135e-108。 我用错了吗？谁能给我解释一下这个函数是怎么工作的吗。谢谢

Answer 1

我想这应该是个虫子。您已经正确地理解了手册，但是事实证明，如果"loc"大于35.6，那么情况就会变得异常。否则，它将按预期工作。在

Answer 2

问题是：

import scipy.stats
#expect(func, loc=0, scale=1, lb=None, ub=None, conditional=False, **kwds)

for i in range(26, 55):
    print scipy.stats.norm.expect(loc=i,scale=1),

输出：

^{pr2}$

对于更大的scale（标准偏差），行为的“截止点”会进一步向外移动，正如您所预期的那样。在

problem can be 'fixed' by setting the lower and upper bounds explicitly，如下所示：

import numpy as np

for i in np.arange(5,100,5):
    print i,scipy.stats.norm.expect(loc=55,lb=-i,ub=i,scale=1) 

输出：

5 0.0
10 0.0
15 0.0
20 2.01210143973e-267
25 1.05364770562e-196
30 7.87517644756e-137
35 8.61623210583e-88
40 1.40277331283e-49
45 3.46495136419e-22
50 1.42791169386e-05
55 27.1010577196
60 54.9999827474
65 55.0
70 55.0
75 55.0
80 55.0
85 55.0
90 55.0
95 55.0

但一定有一个微妙的缺陷。如果你看一下source（参见类rv_continous的init方法），你会发现默认限制是作为Numpy的“inf”导入的。 如果以+/-np.inf公司你会得到与OP描述的相同的行为：

for i in np.arange(5,60,5):
    print i,scipy.stats.norm.expect(loc=i,lb=-np.inf,ub=np.inf,scale=1) 

输出：

5 5.0
10 10.0
15 15.0
20 20.0
25 25.0000000007
30 30.0
35 35.0
40 1.57463854604e-26
45 1.03158350625e-56
50 9.38568238273e-98
55 3.90968763333e-108

还请注意，在source中的expect的定义中，集成警告被静音：

    # Silence floating point warnings from integration.
    olderr = np.seterr(all='ignore')
    vals = integrate.quad(fun, lb, ub, **kwds)[0] / invfac

问题的根源很可能在于integrate.quad如何处理给定为+/-np.inf的限制。实际的source for the integration is in Fortran，但对无限区间的数值积分是如何进行的（映射到有限的范围，就像黎曼球的情况一样）在Wikipedia中给出。在