当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python dask.array.stats.skew用法及代码示例


用法:

dask.array.stats.skew(a, axis=0, bias=True, nan_policy='propagate')

计算数据集的样本偏度。

此文档字符串是从 scipy.stats.skew 复制的。

可能存在与 Dask 版本的一些不一致之处。

对于正态分布的数据，偏度应该大约为零。对于单峰连续分布，偏度值大于零意味着分布的右尾有更多权重。从统计学上讲，函数skewtest 可用于确定偏度值是否足够接近零。

参数：

a：ndarray

输入数组。

axis：int 或无，可选

计算偏度的轴。默认值为 0。如果没有，则计算整个数组 a 。

bias：布尔型，可选

如果为 False，则针对统计偏差校正计算。

nan_policy：{‘propagate’, ‘raise’, ‘omit’}，可选

定义当输入包含 nan 时如何处理。以下选项可用(默认为‘propagate’)：

  • ‘propagate’：返回 nan

  • ‘raise’：引发错误

  • ‘omit’：执行忽略 nan 值的计算

返回：

skewness：ndarray

沿轴的值的偏度，在所有值都相等的情况下返回 0。

注意：

样本偏度计算为 Fisher-Pearson 偏度系数，即

其中

是有偏样本 中心矩， 是样本均值。如果 bias 为 False，则对计算进行偏差校正，计算的值是调整后的 Fisher-Pearson 标准化力矩系数，即

参考：

1

Zwillinger, D. 和 Kokoska, S. (2000)。 CRC 标准概率和统计表和公式。查普曼和霍尔：纽约。 2000. 第 2.2.24.1 节

例子：

>>> from scipy.stats import skew  
>>> skew([1, 2, 3, 4, 5])  
0.0
>>> skew([2, 8, 0, 4, 1, 9, 9, 0])  
0.2650554122698573

相关用法


注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.array.stats.skew。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。