Распределение Пуассона Scipy с верхним пределом

Я генерирую случайное число, используя статистику scipy. 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 получаю следующие числа:

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 некоторые числа, например 6, сгенерированы.

Что я хочу сделать, 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 свой код, чтобы добиться этого. Кстати, я использую это в Pandas Dataframe.


python scipy statistics poisson
person Zephyr    schedule 19.09.2018    source источник
comment
Вы не можете контролировать распределение случайных чисел, если только вы не измените числа вручную после получения массива, что тривиально. В противном случае вы можете захотеть изучить другие ограниченные дистрибутивы, например бета-версию.   -  person user2974951    schedule 19.09.2018

Ответы (2)


arrow_upward
2
arrow_downward

То, что вам нужно, можно было бы назвать усеченным распределением Пуассона, за исключением того, что в обычном использовании этого термина усечение происходит снизу, а не сверху (пример). Самый простой, даже если не всегда самый эффективный способ выборки усеченного распределения — удвоить требуемый размер массива и оставить только те элементы, которые попадают в желаемый диапазон; если их недостаточно, снова 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 вывод: [0 1 4 5 0 2 3 2 2 2 5 2 3 3 3 3 4 1 0 3].

person Community    schedule 19.09.2018
comment
Уважаемый, спасибо за совет и извините за поздний ответ. Я думаю, что эта функция работает и лучше подходит для моего приложения, потому что я использую ее в кадре данных. - person Zephyr; 24.09.2018
comment
Привет, @Welcome to Stack, я использовал эту функцию во фрейме данных Pandas, и она показала мне следующую ошибку: ValueError: size не соответствует широковещательной форме параметров. кадр 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) - person Zephyr; 24.09.2018

arrow_upward
3
arrow_downward

Я думаю, что решение довольно простое (при условии, что 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.]
person AGN Gazer    schedule 19.09.2018
comment
Уважаемый AGN, Спасибо за совет и извините за мой поздний ответ. - person Zephyr; 24.09.2018