Python SciPy stats.mood用法及代碼示例

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

用法:

scipy.stats.mood(x, y, axis=0, alternative='two-sided')#

對等尺度參數執行 Mood 測試。

Mood 尺度參數的雙樣本檢驗是針對原假設的非參數檢驗，即兩個樣本是從具有相同尺度參數的同一分布中抽取的。

參數 ：：

x, y： array_like

樣本數據數組。

axis： 整數，可選

沿其測試樣品的軸。 x 和 y 可以沿軸具有不同的長度。如果軸為無，x 和 y 將被展平，並對展平數組中的所有值進行測試。

alternative： {‘雙麵’，‘less’, ‘greater’}，可選

定義備擇假設。默認為“雙麵”。可以使用以下選項：

• “雙麵”：x 和 y 的分布尺度不同。

• ‘less’：x 的分布規模小於 y 的分布規模。

• ‘greater’：x 的分布規模大於 y 的分布規模。

返回 ：：

res： SignificanceResult

包含屬性的對象：

統計 標量或 ndarray

z-score 用於假設檢驗。對於一維輸入，返回一個標量。

p值 標量數組

假設檢驗的 p 值。

注意：

對於某些概率密度函數 f，假設數據分別來自概率分布 f(x) 和 f(x/s) / s。零假設是 s == 1 。

對於多維數組，如果輸入是形狀 (n0, n1, n2, n3) 和 (n0, m1, n2, n3) ，那麽如果是 axis=1 ，則生成的 z 和 p 值將具有形狀 (n0, n2, n3) 。請注意，n1 和 m1 不必相等，但其他維度可以。

參考：

[1] Mielke, Paul W.“關於現有關係的一些平方等級測試的注釋。”：

技術計量學，卷。 9、不。 2，1967 年，第 312-14 頁。 JSTOR，https://doi.org/10.2307/1266427。訪問日期：2022 年 5 月 18 日。

例子：

>>> import numpy as np
>>> from scipy import stats
>>> rng = np.random.default_rng()
>>> x2 = rng.standard_normal((2, 45, 6, 7))
>>> x1 = rng.standard_normal((2, 30, 6, 7))
>>> res = stats.mood(x1, x2, axis=1)
>>> res.pvalue.shape
(2, 6, 7)

求尺度差異不顯著的點數：

>>> (res.pvalue > 0.1).sum()
78

用不同的尺度進行測試：

>>> x1 = rng.standard_normal((2, 30))
>>> x2 = rng.standard_normal((2, 35)) * 10.0
>>> stats.mood(x1, x2, axis=1)
SignificanceResult(statistic=array([-5.76174136, -6.12650783]),
                   pvalue=array([8.32505043e-09, 8.98287869e-10]))