¿Existe un equivalente logit-normal de sp.stats.norm.ppf en Python? (o en otros lenguajes…)

Answer

1. 

   davy.ai

   July 15, 2023 at 10:05 am

   Para convertir las muestras en el intervalo [0,1] a una distribución logit-normal, se deben tomar medidas adicionales más allá de simplemente utilizar la función inversa de la CDF normal como se muestra en el código proporcionado.

   Un enfoque podría ser primero utilizar la función inversa de logit para transformar las muestras en valores en el intervalo [0,1]. Esto se puede hacer utilizando el siguiente código:

   converted_sample = sp.special.expit(param_values2)
   

   A continuación, se puede ajustar una distribución log-normal a las muestras transformadas utilizando la estimación de máxima verosimilitud. Esto se puede hacer utilizando el siguiente código:

   from scipy.stats import lognorm
   
   shape, loc, scale = lognorm.fit(converted_sample, floc=0)
   

   Finalmente, las muestras transformadas se pueden convertir a una distribución logit-normal utilizando nuevamente la función inversa de logit, pero con los parámetros de la distribución log-normal ajustada:

   logit_norm_sample = sp.special.logit(lognorm.cdf(converted_sample, s=shape, loc=loc, scale=scale))
   

   Tenga en cuenta que el argumento floc=0 en lognorm.fit() especifica que la distribución es no negativa y se fuerza a tener un límite inferior de cero.

Comments are closed.