统计中的 Python–ksone 分布
原文:https://www . geesforgeks . org/python-ksone-distribution-in-statistics/
scipy.stats.ksone() 是一个通用 Kolmogorov-Smirnov 单侧测试，用标准格式和一些形状参数定义，以完成其规格。这是对有限样本量 n 的统计检验。
参数:
q : 上下尾概率 T3】x:分位数 loc : 【可选】位置参数。默认= 0 比例:【可选】比例参数。默认值= 1 大小:【整数元组，可选】形状或随机变量。 时刻:【可选】由字母['mvsk']组成；m’=均值，‘v’=方差，‘s’= Fisher 偏斜度，‘k’= Fisher 峰度。(默认值= 'mv ')。
结果: ksone 连续随机变量
代码#1:创建 ksone 连续随机变量
# importing library
from scipy.stats import ksone
numargs = ksone.numargs
a, b = 4.32, 3.18
rv = ksone(a, b)
print ("RV : \n", rv)
输出:
RV :
scipy.stats._distn_infrastructure.rv_frozen object at 0x000002A9D530AB48
代码#2 : Ksone 连续变量和概率分布
import numpy as np
quantile = np.arange (0.01, 1, 0.1)
# Random Variates
R = ksone.rvs(a, b, scale = 2, size = 10)
print ("Random Variates : \n", R)
输出:
Random Variates :
[3.88510141 3.48394857 3.66124797 3.88484201 3.86533511 3.21176073
4.10238585 3.42397866 3.85111721 4.36433596]
代码#3:图形表示。
import numpy as np
import matplotlib.pyplot as plt
distribution = np.linspace(0, np.minimum(rv.dist.b, 3))
print("Distribution : \n", distribution)
plot = plt.plot(distribution, rv.pdf(distribution))
输出:
Distribution :
[0\. 0.02040816 0.04081633 0.06122449 0.08163265 0.10204082
0.12244898 0.14285714 0.16326531 0.18367347 0.20408163 0.2244898
0.24489796 0.26530612 0.28571429 0.30612245 0.32653061 0.34693878
0.36734694 0.3877551 0.40816327 0.42857143 0.44897959 0.46938776
0.48979592 0.51020408 0.53061224 0.55102041 0.57142857 0.59183673
0.6122449 0.63265306 0.65306122 0.67346939 0.69387755 0.71428571
0.73469388 0.75510204 0.7755102 0.79591837 0.81632653 0.83673469
0.85714286 0.87755102 0.89795918 0.91836735 0.93877551 0.95918367
0.97959184 1\. ]
代码#4:变化的位置参数
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 5, 100)
# Varying positional arguments
y1 = ksone.pdf(x, 1, 3)
y2 = ksone.pdf(x, 1, 4)
plt.plot(x, y1, "*", x, y2, "r--")
输出:
版权属于：月萌API www.moonapi.com，转载请注明出处
