scipy.stats.

蒙特卡洛方法

类 scipy.stats.蒙特卡洛方法(n_resamples=9999, batch=无, rvs=无)

蒙特卡洛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，以执行假设检验的蒙特卡洛版本。

属性:

n_resamplesint，可选

要抽取的蒙特卡洛样本数。默认值为 9999。

batchint，可选

每次对统计量进行矢量化调用时要处理的蒙特卡洛样本数。当统计量是矢量化时，批处理大小 >>1 往往会更快，但内存使用会随着批处理大小线性增加。默认值为 None，它在一批中处理所有样本。

rvs可调用对象或可调用对象的元组，可选

在零假设下生成随机变量的可调用对象或可调用对象序列。每个元素的 rvs 都应可调用，接受关键字自变量 size（例如 rvs(size=(m, n))），并返回该形状的 N 维数组样本。如果 rvs 是一个序列，那么 rvs 中的可调用对象数量必须与传递给假设检验（其中使用了 MonteCarloMethod）的样本数量相匹配。默认为 None，在这种情况下，假设检验函数会选择与假设检验标准版本匹配的值。例如，scipy.stats.pearsonr 的零假设通常是样本是从标准正态分布中抽取的，因此 rvs = (rng.normal, rng.normal)，其中 rng = np.random.default_rng()。