逆正态 (逆高斯) 分布#

标准形式涉及形状参数 \(\mu\)(在大多数定义中,\(L=0.0\) 被使用)。(根据 regress 文档 \(\mu=A/B\)) 和 \(B=S\) 以及 \(L\) 不是该分布中的参数。标准形式是 \(x>0\)

\begin{eqnarray*} f\left(x;\mu\right) & = & \frac{1}{\sqrt{2\pi x^{3}}}\exp\left(-\frac{\left(x-\mu\right)^{2}}{2x\mu^{2}}\right).\\ F\left(x;\mu\right) & = & \Phi\left(\frac{1}{\sqrt{x}}\frac{x-\mu}{\mu}\right)+\exp\left(\frac{2}{\mu}\right)\Phi\left(-\frac{1}{\sqrt{x}}\frac{x+\mu}{\mu}\right)\\ G\left(q;\mu\right) & = & F^{-1}\left(q;\mu\right)\end{eqnarray*}
\begin{eqnarray*} \mu & = & \mu\\ \mu_{2} & = & \mu^{3}\\ \gamma_{1} & = & 3\sqrt{\mu}\\ \gamma_{2} & = & 15\mu\\ m_{d} & = & \frac{\mu}{2}\left(\sqrt{9\mu^{2}+4}-3\mu\right)\end{eqnarray*}

这与当以其完整形式使用尺度参数 \(S\) 和位置参数 \(L\) 编写时的规范形式或 JKB“双参数”逆高斯相关,通过取 \(L=0\) 以及 \(S\equiv\lambda,\) 然后 \(\mu S\) 等于 \(\mu_{2}\),其中 \(\mu_{2}\) 是 JKB 使用的参数。我们更喜欢这种形式,因为它一致地使用了尺度参数。注意,在 JKB 中,偏度 \(\left(\sqrt{\beta_{1}}\right)\) 和峰度(\(\beta_{2}-3\))都是仅 \(\mu_{2}/\lambda=\mu S/S=\mu\) 的函数,如这里所示,而标准形式的方差和均值则相应地进行了变换。

实现:scipy.stats.invgauss