scipy.stats.lognorm.expect 返回一个奇怪的结果答案

【问题标题】：scipy.stats.lognorm.expect returning an odd resultscipy.stats.lognorm.expect 返回一个奇怪的结果
【发布时间】：2021-03-25 21:05:01
【问题描述】：

我正在尝试使用 scipy.stats.expect 获取对数正态随机变量的 E(x)。

使用 fit() 模块，shape、loc 和 scale 参数分别为

shape = 0.9577226550971423, loc=-1.1217451814333423, scale=0.744230342110942

期望值输出为

from scipy.stats import lognorm
scipy.stats.lognorm.expect(lambda x:1, args=(0.9577226550971423,), loc=-1.1217451814333423, scale=0.744230342110942, lb=0.1, ub=1.5)

输出：0.20809733881415318

但是，使用 pdf 图表手动计算时，该值更接近 0.5。下图：

你能解释一下我在哪里错了吗？

【问题讨论】：

或许您也可以共享数据？对数正态分布的期望值对上下限非常敏感。也许，您应该只强制执行lb=0 并让上限变为无穷大。这样，它可以更好地对您的数据进行建模，并给出更接近 0.5（您期望的值）的期望值。你怎么看？

标签： scipy scipy.stats

【解决方案1】：

您是否尝试将 conditional=True 添加到函数 expect() 的 kwargs 中？
这不会有很大的不同，因为您的上限和下限相对接近对数正态分布的支持，但仍然会增加精度（请参阅Calculating conditional expectation with scipy.stats）。

另外，问题可能来自于一开始就不好的配件（请参阅Scipy: lognormal fitting。

【讨论】：