Was kehrt die Methode scipy.stats.t.fit () zurück? ⇐ Python

[Guest]

Ich habe eine Reihe von Datenpunkten, die aus einer Normalverteilung abgetastet wurden.

Code: Select all

mu, sigma = 0, 1
x = rng.normal(mu, sigma, 100)
< /code>
Ich füge dem anfänglichen Satz < /p>
Ausreißer hinzu.outliers =  np.random.uniform(low=6, high=7, size=10)

# Concatenate original samples with outliers
x = np.append(x, outliers)
y = stats.norm.pdf(x, 0, 1)
< /code>
Ich versuche dann die neue Verteilung zu finden.# Find new mean and standard deviation
mu_new, sigma_new = stats.norm.fit(x)
# Get new distribution
y_norm_new = stats.norm.pdf(x_norm, mu_new, sigma_new)
< /code>
Und hier bleibe ich fest: Ich möchte die T-Verteilung auf die gleichen Daten anpassen (x

). Stat.T.Fit (x) gibt jedoch drei Werte zurück:

Code: Select all

unknown_value_maybe_df, mu_t, sigma_t = stats.t.fit(x)
< /code>
Ich gehe davon aus, dass der erste Wert der Freiheitsgrad ist. Ist das richtig? Ich kann keine Bestätigung in der Dokumentation finden. Die einzige Gewissheit ist, dass die letzten beiden LOC 

und scale sind. Der erste ist ein "Schätzungen für alle Formparameter (falls zutreffend)".