scipy.stats.
PermutationMethod#
- class scipy.stats.PermutationMethod(n_resamples=9999, batch=None, random_state=None)[源代码]#
排列假设检验的配置信息。
此类的实例可以传递到一些假设检验函数的method参数中，以执行排列版本的假设检验。
- 属性:
- n_resamplesint，可选
要执行的重新采样的次数。默认为 9999。
- batchint，可选
在统计数据中每次向量化调用的重新采样次数。当统计向量化时，批次大小 >>1 往往会更快，但内存使用率会随着批次大小线性增加。默认为
None，它会在单个批次中处理所有重新采样。- random_state{None，int，
numpy.random.Generator, 用于生成重采样的伪随机数生成器状态。
如果
random_state已是Generator或RandomState实例，那么将使用该实例。如果random_state是一个整数，那么将使用一个新的RandomState实例，并使用random_state来设定种子。如果random_state是None（默认值），则将使用numpy.random.RandomState单实例。