Python SciPy stats.mvsdist用法及代碼示例

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

用法:

scipy.stats.mvsdist(data)#

數據的均值、方差和標準差的“凍結”分布。

參數 ：：

data： array_like

輸入數組。使用 ravel 轉換為一維。需要 2 個或更多 data-points。

返回 ：：

mdist： “frozen”分布對象

表示數據平均值的分布對象。

vdist： “frozen”分布對象

表示數據方差的分布對象。

sdist： “frozen”分布對象

表示數據標準差的分布對象。

注意：

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

換句話說，對該函數返回的三個分布對象調用 <dist>.mean() 和 <dist>.interval(0.90) 將給出與 bayes_mvs 返回的結果相同的結果。

參考：

T.E. Oliphant，“從數據中估計均值、方差和標準差的貝葉斯觀點”，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)

我們現在有可以檢查的凍結分布對象“mean”, “var”和“std”：

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