Hallo, ich möchte gerne herausfinden, welche Verteilung meine Spalte in meiner Datenbank hat. Ist sie also beispielsweise 'uniform'/'norm' oder 'truncnorm' verteilt. Dafür gibt es den Kolmogorov Test. Das habe ich schon rausbekommen. Es gibt allerdings 2 Möglichkeiten (wenn nicht sogar mehr). Möglic...

Meine bisherigen Recherchen haben ergeben, dass es verschiedene Möglichkeiten gibt: **SO FOR NOWTHERE A 3 DIFFERENT IDEAS, AND ALL DONT GIVE ME THE RESULTS I NEED:** 1. inverse transform method 2. Box-Mueller Method 3. invgauss 4. ppf of cdf 5. gauss = 1/(sqrt(2*pi)*s)*e**(-0.5*(float(x-m)/s)**2) Si...

Hallo, ich bin in letzter Zeit ein treuer Gast in diesem Forum. Ich habe bisher wirklich unglaublich gute Hilfe bekommen und ich dachte, vielleicht fällt jemanden zu meinem jetzigen Problem auch etwas schlaues ein :lol: Mein Problem lässt sich wie folgt beschrieben: 1. Ich habe eine Spalte (sagen wi...

Nein, ich möchte einfach den cdf() -Wert der Zahl zuweisen. Wie oft eine Zahl in meiner Spalte vorkommt, ist dabei für mich unerheblich.
Es geht mir darum zu erfahren, wieviel Prozent kleiner/gleich als eine bestimmte Zahl aus meiner Spalte sind. Das ist ja meines wissens CDF?!

Ja, cdf= Cumulative distribution function Bedeutet, dass man quasi ausrechnen, wieviel Prozent kleiner/gleich ein bestimmer Wert sind. In meinem Beispiel, wären 0,6 (60%) der Zahlen kleiner/gleich 0,2..... Ich möchte eine Spalte (bspw. Age) untersuchen und zu jeden Wert dieser Spalte, den CDF Wert i...

Hallo, ich habe mal wieder eine Frage. Ich habe auch schon in Stackoverflow gepostet, hier der Link https://stackoverflow.com/questions/47252288/python-get-cdf-values-from-array Und zwar möchte ich die cdf-Funktion anwenden und die dazugehörigen Werte speichern. Ich habe bspw. eine Spalte "AGE&...

EDIT 5: An den SQL Queries liegt es anscheinend auch nicht. Es liegt anscheinend daran, dass bei Beginn der for schlefe, die falschen Werte für lower und upper mitgegeben werden. D.h. für einen bestimmten Datensatz gibt es lower und upper, allerdings werden die falschen Werte an die truncnorm weiter...

*EDIT 4:Am Update Befehl scheint es also auch nicht zu liegen. Es liegt glaube ich an den SQL Statements. In denen im Fall falsche lower bzw. Upper Grenzen mitgegeben werden. Die Query mit der ich prüfe ob datenästze außerhalb der Range erzeugt wurden, weist andere Grenzen auf. Muss wol anscheinend ...

*Edit 3: Ich habe mir jetzt nochmal mit "print" Ausgaben genau angeschaut was dort genau vor sich geht. Es hat sich herausgestellt, dass in Python alles stimmt. Die lower und upper Grenzen werden korrekt aus der DB geholt und auch stets ein Wert gesampled, der zwischen den Grenzen liegt. A...

*EDIT2: Wenn ich einfach for (id, lower, upper) in _content_category: mean = (lower + upper) / 2 sd = (upper - lower) / 6 a = (lower - mean) / sd b = (upper - mean) / sd sample = float(truncnorm.rvs(a, b, mean, sd, 1)) print np.any((sample < lower) | (sample> upper)) VErsuche, also ohne den Update i...

Das mit den SQL Injektions ist mir bewusst und das werde ich, sobald es endlich mal klappt ändern :) Und ja, normalverteilung ist gewünscht, keine gleichverteilung :) Ich bin echt am verzweifeln. Manchmal klappt es, manchmal nicht. Ich probiere mal weiter und werde das ganze ohne DB Interaktion noch...

@narpfel: Komischerweise habe ich mit deiner Methode auch keine Probleme, sprich es wird kein Datensatz außerhalb der Grenzen erzeugt. Wieso ist das bei mir nicht so??? Ich hole mir lower und upper aus der DB, den Rest mache ich ja genau so wie du

Ich blicke nicht mehr durch. Eben waren noch alle Werte korrekt. Jetzt nochmal durchlaufen lassen, jetzt sind wieder ca. 50% falsch.... Der Code ist fast der gleiche wie vorher, alles was zuvor passiert hat damit nichts zu tun...) for datatypes in datentypen_columns: name_convert_column = results_as...

Kommando zurück, komischerweise kommen wieder falsche Werte raus Bin also genauso schlau wie vorher

Ich kann es mir zwar gerade auch nicht erklären, aber bei mir funktioniert es jetzt auch (Glaube ich zumindest )

Naja, ich bin auch kein Experte, aber wenn ich doch sage ich mal die Grenzen setze und innerhalb dieser Grenze eine Normalverteilung haben möchte, wo der minimale Wert den die truncnorm() zurück gibt, auf der Intervall Grenze ist, muss das ja irgendwie möglich sein?! Also der mean ist klar, für die ...

Also was ich vorhabe: 1. Ich habe eine Spalte in meiner DB die categorical verteilt ist (Beispiel Geschlecht: Männlich, Weiblich) 2. Dann berechne ich die kummulierte Wahrscheinlichkeitsverteilung und Teile dann eine Kategorie einem bestimmten Intervall zu. Bspw: von 100 Datensätzen 70 weiblich, 30 ...

Danke dir erstmal für deine fleißige Hilfe! Das mit den Grenzen umrechnen habe ich wie von dir vorgeschlagen mit def get_truncated_normal(mean, sd, low, upp): return truncnorm((low - mean) / sd, (upp - mean) / sd, loc=mean, scale=sd) gelöst. Ist da viellicht noch irgendetwas zu beachten? Das Ziel so...

Ich habe nochmal dazu eine Frage: Die truncnorm() Function erwartet ja den Mittelwert und die Standardabweichung als Parameter für das Intervall. Wie kann ich das ausrechnen für dasspezielle Intervall in Python?Die Funktion numpy.mean() scheint nicht zu klappen, ich bekomme komische Ergebnisse, die ...

Ich meine, dass ich sagen wir mal 3 Intervalle habe: 1. [0,0.4] 2.[0.4,0,8] 3.[0,8,1] Innerhalb dieser 3 Intervalle möchte ich Datensätze samplen, die truncated gaussian distribution zur Grundlage haben. Bsp für Intervall 1: truncnorm(0,0.4,µ(von 1), sd (von1). Wo ist der unterschied zwischen truncn...