回答編集履歴
3
das
answer
CHANGED
|
@@ -30,13 +30,10 @@
|
|
|
30
30
|
print(xs[idx])
|
|
31
31
|
|
|
32
32
|
# 可視化
|
|
33
|
-
xs2 = np.linspace(-10, xs[idx], 1000)
|
|
34
|
-
ys2 = kernel(xs2)
|
|
35
|
-
|
|
36
33
|
fig, ax = plt.subplots()
|
|
37
34
|
ax.plot(xs, rv.pdf(xs), label="確率密度関数")
|
|
38
35
|
ax.plot(xs, kernel(xs), label="KDE で推論した確率密度関数")
|
|
39
|
-
ax.fill_between(
|
|
36
|
+
ax.fill_between(xs[:idx], 0, ys[:idx], facecolor="b", alpha=0.5)
|
|
40
37
|
ax.legend(loc="upper left")
|
|
41
38
|
ax.set_xlim(-5, 5)
|
|
42
39
|
ax.grid()
|
2
d
answer
CHANGED
|
@@ -2,7 +2,7 @@
|
|
|
2
2
|
|
|
3
3
|
1. [scipy.stats.gaussian_kde()](https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.gaussian_kde.html) でカーネル密度推定を行い、確率密度関数 (pdf) を得る。
|
|
4
4
|
2. [scipy.integrate.cumtrapz](https://docs.scipy.org/doc/scipy/reference/generated/scipy.integrate.cumtrapz.html#scipy.integrate.cumtrapz) で pdf を全区間で積分し、累積分布関数 (cdf) を求める。
|
|
5
|
-
3. [numpy.searchsorted()](https://docs.scipy.org/doc/numpy/reference/generated/numpy.searchsorted.html) で P(X <= x) = 0.05 ⇔ cdf(x) = 0.05 となる点を求める。
|
|
5
|
+
3. [numpy.searchsorted()](https://docs.scipy.org/doc/numpy/reference/generated/numpy.searchsorted.html) で P(X <= x) = 0.05 ⇔ cdf(x) = 0.05 となる点 x を求める。
|
|
6
6
|
|
|
7
7
|
|
|
8
8
|
```python
|
1
f
answer
CHANGED
|
@@ -1,7 +1,7 @@
|
|
|
1
1
|
以下のようにすればよいと思います。
|
|
2
2
|
|
|
3
|
-
1. [scipy.stats.gaussian_kde()](https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.gaussian_kde.html) でカーネル密度推定を行
|
|
3
|
+
1. [scipy.stats.gaussian_kde()](https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.gaussian_kde.html) でカーネル密度推定を行い、確率密度関数 (pdf) を得る。
|
|
4
|
-
2. [scipy.integrate.cumtrapz](https://docs.scipy.org/doc/scipy/reference/generated/scipy.integrate.cumtrapz.html#scipy.integrate.cumtrapz) で全区間で積分し、累積分布関数 (cdf) を求める。
|
|
4
|
+
2. [scipy.integrate.cumtrapz](https://docs.scipy.org/doc/scipy/reference/generated/scipy.integrate.cumtrapz.html#scipy.integrate.cumtrapz) で pdf を全区間で積分し、累積分布関数 (cdf) を求める。
|
|
5
5
|
3. [numpy.searchsorted()](https://docs.scipy.org/doc/numpy/reference/generated/numpy.searchsorted.html) で P(X <= x) = 0.05 ⇔ cdf(x) = 0.05 となる点を求める。
|
|
6
6
|
|
|
7
7
|
|