Elige la aplicación web o Python

Usa Phitter Web cuando quieras examinar un conjunto de datos de inmediato, evitar instrucciones de instalación o mantener el flujo dentro del navegador. Usa la librería de Python cuando el ajuste forme parte de un notebook, un script, un estudio reproducible o una canalización de datos más amplia.

Las dos opciones se complementan: explora primero de forma interactiva y luego reproduce el análisis elegido en código cuando sea necesario.

Ajusta un conjunto de datos en el navegador

  1. Abre Ajustar datos.
  2. Pega las observaciones o importa un archivo TXT, CSV, XLSX o remoto.
  3. Elige un ajuste continuo o discreto. Los datos continuos pueden tomar cualquier valor dentro de un intervalo; los discretos representan resultados contables como 0, 1, 2 y así sucesivamente.
  4. Selecciona las distribuciones candidatas y las opciones de ajuste si necesitas acotar la búsqueda.
  5. Ejecuta el ajuste y examina la clasificación, los parámetros estimados, las pruebas y los gráficos.

El cálculo se ejecuta mediante Python y Pyodide dentro del navegador. La muestra no necesita enviarse a un servidor de análisis de Phitter.

Ajusta un conjunto de datos en Python

Phitter requiere Python 3.9 o posterior. Instala el paquete desde PyPI:

pip install phitter

El ajuste continuo más breve evalúa las distribuciones continuas disponibles:

import phitter

data = [12.4, 11.8, 14.1, 13.2, 12.9, 15.0]

phi = phitter.Phitter(data=data)
phi.fit(n_workers=4)

print(phi.best_distribution)
print(phi.summarize(10))

Para un análisis más controlado, especifica la familia, el nivel de confianza, el número de intervalos del histograma y los modelos candidatos:

phi = phitter.Phitter(
    data=data,
    fit_type="continuous",
    num_bins=15,
    confidence_level=0.95,
    distributions_to_fit=["beta", "normal", "triangular"],
)

phi.fit(n_workers=4)

Lee el resultado en el orden correcto

Comienza por la calidad de los datos y los gráficos empíricos. Después compara los mejores candidatos y sus parámetros estimados. Revisa las pruebas de bondad de ajuste y examina el histograma, la CDF y los gráficos Q–Q. Por último, pregúntate si el soporte y el comportamiento de las colas tienen sentido para el fenómeno modelado.

No elijas una distribución únicamente porque tenga el menor valor de error. Un modelo ajustado debe ser creíble en términos numéricos y defendible en términos sustantivos.

Reproduce y cita el análisis

Registra la versión de Phitter, las opciones de ajuste, el conjunto de candidatos y las decisiones de preparación de la muestra. Para trabajos académicos, cita el artículo de JOSS mediante su DOI y conserva el código o los datos de entrada necesarios para repetir el ajuste.

Documentación detallada