本文简要介绍 python 语言中 scipy.stats.kurtosis
的用法。
用法:
scipy.stats.kurtosis(a, axis=0, fisher=True, bias=True, nan_policy='propagate', *, keepdims=False)#
计算数据集的峰度(Fisher 或 Pearson)。
峰度是第四个中心矩除以方差的平方。如果使用 Fisher 的定义,则从结果中减去 3.0,得到正态分布的 0.0。
如果偏差为 False,则使用 k 统计量计算峰度以消除来自偏差矩估计器的偏差
使用
kurtosistest
查看结果是否足够接近正常。- a: 数组
计算峰度的数据。
- axis: int 或无,默认值:0
如果是 int,则计算统计量的输入轴。输入的每个axis-slice(例如行)的统计信息将出现在输出的相应元素中。如果
None
,输入将在计算统计数据之前被分解。- fisher: 布尔型,可选
如果为 True,则使用 Fisher 的定义(正常 ==> 0.0)。如果为 False,则使用 Pearson 的定义(正常 ==> 3.0)。
- bias: 布尔型,可选
如果为 False,则针对统计偏差校正计算。
- nan_policy: {‘propagate’, ‘omit’, ‘raise’}
定义如何处理输入 NaN。
propagate
:如果计算统计数据的轴切片(例如行)中存在NaN,则输出的相应条目将为 NaN。omit
: 计算时将省略NaNs。如果计算统计数据的轴切片中剩余的数据不足,则输出的相应条目将为 NaN。raise
:如果存在 NaN,则会引发ValueError
。
- keepdims: 布尔值,默认值:假
如果将其设置为 True,则缩小的轴将作为尺寸为 1 的尺寸留在结果中。使用此选项,结果将针对输入数组正确广播。
- kurtosis: 数组
沿轴的值的峰度,返回 NaN,其中所有值都相等。
参数 ::
返回 ::
注意:
从 SciPy 1.9 开始,
np.matrix
输入(不建议用于新代码)在执行计算之前转换为np.ndarray
。在这种情况下,输出将是标量或适当形状的np.ndarray
而不是 2Dnp.matrix
。同样,虽然屏蔽数组的屏蔽元素被忽略,但输出将是标量或np.ndarray
而不是带有mask=False
的屏蔽数组。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 年。
例子:
在费舍尔的定义中,正态分布的峰度为零。在以下示例中,峰度接近于零,因为它是根据数据集计算的,而不是根据连续分布计算的。
>>> import numpy as np >>> from scipy.stats import norm, kurtosis >>> data = norm.rvs(size=1000, random_state=3) >>> kurtosis(data) -0.06928694200380558
具有较高峰度的分布具有较重的尾部。 Fisher 定义中正态分布的零值峰度可以作为参考点。
>>> import matplotlib.pyplot as plt >>> import scipy.stats as stats >>> from scipy.stats import kurtosis
>>> x = np.linspace(-5, 5, 100) >>> ax = plt.subplot() >>> distnames = ['laplace', 'norm', 'uniform']
>>> for distname in distnames: ... if distname == 'uniform': ... dist = getattr(stats, distname)(loc=-2, scale=4) ... else: ... dist = getattr(stats, distname) ... data = dist.rvs(size=1000) ... kur = kurtosis(data, fisher=True) ... y = dist.pdf(x) ... ax.plot(x, y, label="{}, {}".format(distname, round(kur, 3))) ... ax.legend()
拉普拉斯分布的尾部比正态分布重。均匀分布(具有负峰度)的尾部最薄。
相关用法
- Python SciPy stats.kurtosistest用法及代码示例
- Python SciPy stats.kruskal用法及代码示例
- Python SciPy stats.kappa3用法及代码示例
- Python SciPy stats.kappa4用法及代码示例
- Python SciPy stats.kstwobign用法及代码示例
- Python SciPy stats.kstest用法及代码示例
- Python SciPy stats.kstwo用法及代码示例
- Python SciPy stats.kstat用法及代码示例
- Python SciPy stats.ksone用法及代码示例
- Python SciPy stats.ks_2samp用法及代码示例
- Python SciPy stats.kendalltau用法及代码示例
- Python SciPy stats.ks_1samp用法及代码示例
- Python SciPy stats.anderson用法及代码示例
- Python SciPy stats.iqr用法及代码示例
- Python SciPy stats.genpareto用法及代码示例
- Python SciPy stats.skewnorm用法及代码示例
- Python SciPy stats.cosine用法及代码示例
- Python SciPy stats.norminvgauss用法及代码示例
- Python SciPy stats.directional_stats用法及代码示例
- Python SciPy stats.invwishart用法及代码示例
- Python SciPy stats.bartlett用法及代码示例
- Python SciPy stats.levy_stable用法及代码示例
- Python SciPy stats.page_trend_test用法及代码示例
- Python SciPy stats.itemfreq用法及代码示例
- Python SciPy stats.exponpow用法及代码示例
注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.stats.kurtosis。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。