如何计算python中非中心f分布的逆？

Question

我正在尝试使用此处的函数来计算非中心 F 分布的 cdf 的倒数

scipy.special import ncfdtr,ncfdtri, ncfdtridfd, ncfdtridfn,ncfdtrinc'

我正在使用

2和5-2=3作为自由度
5/ (0.001042**2 )作为nc，我觉得应该是正确的。
1-0.0027=0.9973 作为 p 的，我认为它应该是 c.d.f.

但我尝试了每个功能，但我得到的只是 nan 和 0.0。

我也尝试使用 here 中的 excel 版本和 p=0.0027，但是在使用 python

时我无法获得相同的值

print(ncfdtri( dfd, dfn, ncp, a )) = 264386.8371546744，在excel

时为259533.97396

print(ncfdtri(dfn, dfd, ncp, a )) = 496074.40359445167，在excel

时为487951.32384

但是当我尝试使用 a=1-0.0027 时，两者都得到了 1e+100，我认为这不是答案。

有人可以帮我解决这个问题吗？

Answer 1

要获得逆 CDF，您必须调用百分比函数，又名 PPF。

首先，有关于您的 nc 参数的问题 - 它大约是 5,000,000，这使得图表中的步幅非常陡峭。所以，代码

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import ncf

dfn = 2
dfd = 3
nc  = 5 / (0.001042**2) # 1.0

rv = ncf(dfn, dfd, nc) # RV of non-central F distribution

x = np.linspace(0.01, 0.99, 100) # for inverse CDF, [0...1] is proper X interval

fig, ax = plt.subplots(1, 1)
ax.plot(x, rv.ppf(x), 'r-', lw=5, alpha=0.6, label='ncf PPF(inv.CDF)')

plt.show()

print(rv.ppf(0.9973))

将生成图形

如果您将 nc 更改为比较合理的 1.0，您将得到图形

无论如何，这是您要求的逆 CDF（又名 PPF）的代码。最后一个问题是什么是 0.9973 as the p - 剩下的唯一参数是比例或位置。您可以轻松地将其添加到 ncf(dfn, dfd, nc, loc, scale) 调用中。

更新

实际上，如果您弄乱了参数，使 nc 实际上等于 0.9973，那么我的第二张图几乎就是您问题的答案。

更新二

嗯，如果nc真的是500万左右，那么print(rv.ppf(0.9973))真的产生了输出1¹⁰⁰。查看左上角的第一张图和注释编号。

如何计算python中非中心f分布的逆？

How to calculate the inverse of non-central f distribution in python?

python

math

distribution