Anpassung einer verallgemeinerten Pareto -Verteilung (GPD)
Posted: 23 Feb 2025, 15:27
Ich versuche, eine GPD in Python zu passen. Standard -Genpareto.fit von scipy funktioniert, aber ich möchte Parameterfehler (Empfindlichkeit) und leider nicht bereitgestellt. Wenn ich versuche, die GPD mit Protokollwahrscheinlichkeit zu passen, liefert es sehr unbefriedigende Ergebnisse (mit Differential_evolution). Könnten Sie mir helfen, eine richtige Anpassungsfunktion für GPD oder einen Trick zu schreiben, um die Empfindlichkeit für Parameter zu erhalten?
Code: Select all
from scipy.stats import genpareto
shape_fit, loc_fit, scale_fit = genpareto.fit(exceedances, floc=0)
def gpd_neg_log_likelihood(params, data):
xi, beta = params[0], params[1]
if beta