Python SciPy stats.mvsdist用法及代码示例

本文简要介绍 python 语言中 scipy.stats.mvsdist 的用法。

用法:

scipy.stats.mvsdist(data)#

数据的均值、方差和标准差的“冻结”分布。

参数 ：：

data： array_like

输入数组。使用 ravel 转换为一维。需要 2 个或更多 data-points。

返回 ：：

mdist： “frozen”分布对象

表示数据平均值的分布对象。

vdist： “frozen”分布对象

表示数据方差的分布对象。

sdist： “frozen”分布对象

表示数据标准差的分布对象。

注意：

bayes_mvs(data) 的返回值等价于 tuple((x.mean(), x.interval(0.90)) for x in mvsdist(data)) 。

换句话说，对该函数返回的三个分布对象调用 <dist>.mean() 和 <dist>.interval(0.90) 将给出与 bayes_mvs 返回的结果相同的结果。

参考：

T.E. Oliphant，“从数据中估计均值、方差和标准差的贝叶斯观点”，https://scholarsarchive.byu.edu/facpub/278，2006 年。

例子：

>>> from scipy import stats
>>> data = [6, 9, 12, 7, 8, 8, 13]
>>> mean, var, std = stats.mvsdist(data)

我们现在有可以检查的冻结分布对象“mean”, “var”和“std”：

>>> mean.mean()
9.0
>>> mean.interval(0.95)
(6.6120585482655692, 11.387941451734431)
>>> mean.std()
1.1952286093343936