當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文


Python SciPy stats.kstat用法及代碼示例


本文簡要介紹 python 語言中 scipy.stats.kstat 的用法。

用法:

scipy.stats.kstat(data, n=2, *, axis=None, nan_policy='propagate', keepdims=False)#

返回第 n 個 k-statistic(到目前為止 1<=n<=4)。

第 n 個k-statistic k_n 是第 n 個累積量 kappa_n 的唯一對稱無偏估計量。

參數

data array_like

輸入數組。請注意,n-D 輸入被展平。

n int, {1, 2, 3, 4},可選

默認值等於 2。

axis int 或無,默認:無

如果是 int,則計算統計量的輸入軸。輸入的每個axis-slice(例如行)的統計信息將出現在輸出的相應元素中。如果 None ,輸入將在計算統計數據之前被分解。

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

定義如何處理輸入 NaN。

  • propagate :如果計算統計數據的軸切片(例如行)中存在NaN,則輸出的相應條目將為 NaN。

  • omit : 計算時將省略NaNs。如果計算統計數據的軸切片中剩餘的數據不足,則輸出的相應條目將為 NaN。

  • raise :如果存在 NaN,則會引發 ValueError

keepdims 布爾值,默認值:假

如果將其設置為 True,則縮小的軸將作為尺寸為 1 的尺寸留在結果中。使用此選項,結果將針對輸入數組正確廣播。

返回

kstat 浮點數

第 n 個k-statistic。

注意

對於樣本大小 n,前幾個 k-statistics 由下式給出:

其中 是樣本均值, 是樣本方差, 是i-th樣本中心矩。

從 SciPy 1.9 開始,np.matrix 輸入(不建議用於新代碼)在執行計算之前轉換為 np.ndarray。在這種情況下,輸出將是標量或適當形狀的 np.ndarray 而不是 2D np.matrix 。同樣,雖然屏蔽數組的屏蔽元素被忽略,但輸出將是標量或 np.ndarray 而不是帶有 mask=False 的屏蔽數組。

參考

http://mathworld.wolfram.com/k-Statistic.html

http://mathworld.wolfram.com/Cumulant.html

例子

>>> from scipy import stats
>>> from numpy.random import default_rng
>>> rng = default_rng()

隨著樣本量的增加,n-th moment 和 n-th k-statistic 收斂到相同的數字(盡管它們不相同)。在正態分布的情況下,它們收斂到零。

>>> for n in [2, 3, 4, 5, 6, 7]:
...     x = rng.normal(size=10**n)
...     m, k = stats.moment(x, 3), stats.kstat(x, 3)
...     print("%.3g %.3g %.3g" % (m, k, m-k))
-0.631 -0.651 0.0194  # random
0.0282 0.0283 -8.49e-05
-0.0454 -0.0454 1.36e-05
7.53e-05 7.53e-05 -2.26e-09
0.00166 0.00166 -4.99e-09
-2.88e-06 -2.88e-06 8.63e-13

相關用法


注:本文由純淨天空篩選整理自scipy.org大神的英文原創作品 scipy.stats.kstat。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。