scipy.stats.

kstatvar#

scipy.stats.kstatvar(data, n=2, *, axis=None, nan_policy='propagate', keepdims=False)[source]#

返回 k 统计量的无偏估计量方差。

有关 k 统计量的更多详细信息，请参见 kstat 和 [1]。

参数:
dataarray_like

输入数组。

nint, {1, 2}, 可选

默认等于 2。

axisint 或 None，默认值：None

如果为 int，则表示输入沿着该轴计算统计量。输入的每个轴切片（例如，行）的统计量将出现在输出的相应元素中。如果为 None，则在计算统计量之前将输入拍平。

nan_policy{‘propagate’, ‘omit’, ‘raise’}

定义如何处理输入中的 NaN。

  • 传播:如果 NaN 存在于计算统计信息的轴片（例如行），则输出的相应条目将为 NaN。

  • 省略:执行计算时，将省略 NaN。如果在计算统计信息的轴片上剩余的数据不足，则输出的相应条目将为 NaN。

  • 提升:如果存在 NaN，则将引发 ValueError。

保持维度bool，默认值： False

如果将其设置为 True，则缩减的轴将作为尺寸（大小为一）留在结果中。使用此选项，结果将针对输入数组正确地广播。

返回:
kstatvarfloat

n 第 k 阶统计方差。

另请参阅

kstat

返回第 n 阶 k 阶统计。

moment

返回针对样本的均值，计算第 n 阶中心矩。

注释

前两个 k 阶统计的方差无偏估计通过以下方法给出

\[\begin{split}\mathrm{var}(k_1) &= \frac{k_2}{n}, \\ \mathrm{var}(k_2) &= \frac{2k_2^2n + (n-1)k_4}{n(n - 1)}.\end{split}\]

在 SciPy 1.9 中开始，在执行计算之前，会将 np.matrix 输入（不建议用于新代码）转换为 np.ndarray。在这种情况下，输出将是标量或适当形状的 np.ndarray，而不是二维 np.matrix。类似地，虽然会忽略掩码数组的掩码元素，但输出将是标量或 np.ndarray，而不是具有 mask=False 的掩码数组。

参考

本页上