Python统计学包scipy.stats基础手册.doc

Statistics ( scipy.stats) TOC \o 1-3 \h \z \u Statistics (scipy.stats) 1 介绍 1 随机变量 2 取得帮助 2 通用方法 4 位移和缩放 6 形态参数 8 冻结分布 9 广播 10 离散分布特殊之处 11 分布拟合 13 性能问题和注意事项 13 遗留问题 13 结构具体分布 14 创建一个连续分布，继承rv_continuous类 14 继承rv_discrete类 16 样本分析 21 描述统计 21 T检验和KS检验 23 分布尾部 25 正态分布特殊检验 28 比较两个样本 29 均值 30 对于两个不一样样本进行KS检验 30 核密度估量 31 单元估量 31 多元估量 40  介绍 在这个教程我们讨论一部分scipy.stats模块特征。这里我们意图是提供给使用者一个相关这个包实用性知识。我们推荐reference manual来介绍更多细节。 注意：这个文档还在发展中。 随机变量 有部分通用概率分布类被封装在continuous random variables和discrete random variables中。有80多个连续性随机变量(RVs)和10余个离散随机变量已经用这些类建立。一样，新程序和分布能够被用户新建（假如你结构了一个，请提供它给我们帮助发展这个包）。 全部统计函数被放在子包scipy.stats中，且有这些函数一个几乎完整列表能够使用info(stats)取得。这个列表里随机变量也能够从stats子包docstring中取得介绍。 在接下来讨论中，我们着重于连续性随机变量(RVs)。几乎全部离散变量也符合下面讨论，不过我们也要指出部分区分在“离散分布特殊之处”中。 取得帮助 全部分布能够使用help函数得到解释。为取得这些信息只需要使用像这么简单调用： from scipy import stats from scipy.stats import norm print norm.__doc__ 作为例子，我们用这种方法找分布上下界 print bounds of distribution lower: %s, upper: %s % (norm.a,norm.b) bounds of distribution lower: -inf, upper: inf 我们能够经过调用dir(norm)来取得相关这个（正态）分布全部方法和属性。应该看到，部分方法是私有方法尽管其并没有以名称表示出来（比如它们前面没有以下划线开头），比如veccdf就只用于内部计算（试图使用那些方法将引发警告，因为它们可能会在后续开发中被移除） 为了取得真正关键方法，我们列举冻结分布方法（我们将在下文解释何谓“冻结分布”） rv = norm() dir(rv) # reformatted [__class__, __delattr__, __dict__, __doc__, __getattribute__, __hash__, __init__, __module__, __new__, __reduce__, __reduce_ex__, __repr__, __setattr__, __str__, __weakref__, args, cdf, dist, entropy, isf, kwds, moment, pdf, pmf, ppf, rvs, sf, stats] 最终，我们能经过内省取得全部可用分布信息。 import warnings warnings.simplefilter(ignore, DeprecationWarning) dist_continu = [d for d in dir(stats) if ... isinstance(getattr(stats,d), stats.rv_continuous)] dist_discrete = [d for d in dir(stats) if ... isinstance(getattr(stats,d), stats.rv_discrete)] print number of continuous distributions:, len(dist_continu) number of continuous distributions: 84 print number o