scipy.stats.mstats.

compare_medians_ms#

scipy.stats.mstats.compare_medians_ms(group_1, group_2, axis=None)[source]#

比较沿给定轴来自两个独立组的中位数。

此比较使用中位数标准误差的 McKean-Schrader 估计值执行。

参数:

group_1array_like: 第一个数据集。规模必须大于或等于 7。
group_2array_like: 第二个数据集。规模必须大于或等于 7。
axisint, 可选: 沿此轴估计中位数。如果为 None，则数组会被展平成一维。如果 axis 不为 None，则 group_1 和 group_2 应当具有相同的形状。

返回:

compare_medians_ms{float, ndarray}: 如果 axis 为 None，则返回一个浮点数，否则返回一个一维浮点数数组，其中长度等于沿 axis 方向 group_1 的长度。

参考

[1]

McKean, Joseph W., 和 Ronald M. Schrader。“比较样本中位数的 studentizing 方法”。《统计通讯 - 模拟和计算》，第 13 卷第 6 期 (1984): 751-773。

示例

>>> from scipy import stats
>>> a = [1, 2, 3, 4, 5, 6, 7]
>>> b = [8, 9, 10, 11, 12, 13, 14]
>>> stats.mstats.compare_medians_ms(a, b, axis=None)
1.0693225866553746e-05

此函数已矢量化，以根据给定的轴进行计算。

>>> import numpy as np
>>> rng = np.random.default_rng()
>>> x = rng.random(size=(3, 7))
>>> y = rng.random(size=(3, 8))
>>> stats.mstats.compare_medians_ms(x, y, axis=1)
array([0.36908985, 0.36092538, 0.2765313 ])