Как получить реальное среднее значение моего экспоненциального соответствия?

Question

Я пытаюсь установить одновременно, гауссовский и экспоненциальный на гистограмме на одном и том же сюжете, но когда я пытаюсь получить среднее значение экспоненциальной подгонки, я получаю что-то не так, как среднее значение: -9.8636992990798974e-07, (Я ожидаю получить что-то вроде 70, а не -9.8e-07).

С gaussian fit, у меня нет проблем с ценностью.

Вот печать моего участка:

Я не знаю, что я делаю неправильно в моем коде для получения среднего значения моего экспоненциальной подгонки:

plt.figure(1) 

plt.subplot(221) 

cycle = map(float,cycle) 
cycle = np.array(cycle) 

list_cycle1 = cycle[cycle < 1000 ] 
list_cycle2 = cycle[cycle >= 1000] 

plt.hist(list_cycle1, bins=10, normed=True) 

xt1 = plt.xticks()[0] 
xmin1, xmax1= min(xt1), max(xt1) 
lnspc1 = np.linspace(xmin1, xmax1, len(list_cycle1)) 

m1, s1 = stats.expon.fit(list_cycle1, moments='mv') 
pdf_e = stats.expon.pdf(lnspc1, m1, s1) 
plt.plot(lnspc1, pdf_e, label='expon pdf') 

list_mean_1.append(m1) 
list_se_1.append(s1) 

plt.hist(list_cycle2, bins=10, normed=True) 

xt2 = plt.xticks()[0] 
xmin2, xmax2= min(xt2), max(xt2) 
lnspc2 = np.linspace(xmin2, xmax2, len(list_cycle2)) 

m2, s2 = stats.norm.fit(list_cycle2) 
pdf_g = stats.norm.pdf(lnspc2, m2, s2) 
plt.plot(lnspc2, pdf_g, label="Norm") 

list_mean_2.append(m2) 
list_se_2.append(s2) 

Я мог бы добавить пример list_cycle1 и list_cycle2, если хотите.

PS: Я читал this SciPy documentation, и я не понимаю, где я сбой в своем коде, чтобы получить среднее значение моего экспоненциального соответствия.

Answer 1

stats.expon.fit возвращает кортеж (loc, scale). Согласно документу,

шкалы = 1/лямбда

который также среднее значение экспоненциального распределения. Следовательно, это второй параметр, который вы хотите.

Если вы хотите, чтобы местоположение было равным 0, вы можете перейти в параметр флока, чтобы он соответствовал.