scipy.stats.

kstatvar#

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

返回 k 统计量方差的无偏估计。

有关 k 统计量的更多详细信息,请参阅 kstat[1]

参数:
dataarray_like

输入数组。

nint, {1, 2}, optional

默认为 2。

axisint 或 None, default: None

如果为 int,则为计算统计量的输入轴。输入的每个轴切片(例如,行)的统计量将显示在输出的相应元素中。如果为 None,则在计算统计量之前将展平输入。

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

定义如何处理输入 NaN。

  • propagate: 如果在计算统计量的轴切片(例如,行)中存在 NaN,则输出的相应条目将为 NaN。

  • omit: 执行计算时将省略 NaN。如果计算统计量的轴切片中剩余的数据不足,则输出的相应条目将为 NaN。

  • raise: 如果存在 NaN,将引发 ValueError

keepdimsbool, default: False

如果设置为 True,则缩减的轴将保留在结果中,作为大小为 1 的维度。使用此选项,结果将正确地广播到输入数组。

返回:
kstatvarfloat

n 个 k 统计量的方差。

另请参阅

kstat

返回第 n 个 k 统计量。

moment

返回样本均值的第 n 个中心矩。

注释

前两个 k 统计量的方差的无偏估计量由下式给出

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

从 SciPy 1.9 开始,np.matrix 输入(不建议用于新代码)在执行计算之前会转换为 np.ndarray。 在这种情况下,输出将是标量或具有适当形状的 np.ndarray,而不是 2D np.matrix。 同样,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 mask=False 的掩码数组。

参考文献