Ctrl+K
scipy.stats.mstats.

compare_medians_ms#

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

比较给定轴上两个独立组的中位数。

比较是使用中位数标准误差的 McKean-Schrader 估计进行的。

参数:
group_1array_like

第一个数据集。大小必须 >=7。

group_2array_like

第二个数据集。大小必须 >=7。

axisint, 可选

估计中位数所沿的轴。如果为 None，则数组将被展平。如果 axis 不为 None，则 group_1 和 group_2 应具有相同的形状。

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 1 维浮点数 ndarray，其长度等于 group_1 沿 axis 的长度。

参考文献

[1]

McKean, Joseph W., and Ronald M. Schrader. “A comparison of methods for studentizing the sample median.” Communications in Statistics-Simulation and Computation 13.6 (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

该函数已向量化，可以沿给定的轴进行计算。

>>> 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 ])
在本页