scipy.stats.mstats.
meppf#
- scipy.stats.mstats.meppf(data, alpha=0.4, beta=0.4)[source]#
返回数据的绘图位置(或经验百分位数点)。
- 绘图位置定义为
(i-alpha)/(n+1-alpha-beta)
,其中 i 是秩阶统计量
n 是沿给定轴的未屏蔽值的数量
alpha 和 beta 是两个参数。
- alpha 和 beta 的典型值为
(0,1) :
p(k) = k/n
, cdf 的线性插值 (R, type 4)(.5,.5) :
p(k) = (k-1/2.)/n
, 分段线性函数 (R, type 5)(0,0) :
p(k) = k/(n+1)
, Weibull (R type 6)(1,1) :
p(k) = (k-1)/(n-1)
, 在这种情况下,p(k) = mode[F(x[k])]
。这是 R 默认值 (R type 7)(1/3,1/3):
p(k) = (k-1/3)/(n+1/3)
, 然后p(k) ~ median[F(x[k])]
。无论 x 的分布如何,由此产生的分位数估计值都近似于中位数无偏。(R type 8)(3/8,3/8):
p(k) = (k-3/8)/(n+1/4)
, Blom。如果 x 是正态分布,则由此产生的分位数估计值近似无偏 (R type 9)(.4,.4) : 近似分位数无偏 (Cunnane)
(.35,.35): APL, 与 PWM 一起使用
(.3175, .3175): 在 scipy.stats.probplot 中使用
- 参数:
- dataarray_like
输入数据,作为维度最多为 2 的序列或数组。
- alphafloat, optional
绘图位置参数。默认值为 0.4。
- betafloat, optional
绘图位置参数。默认值为 0.4。
- 返回:
- positionsMaskedArray
计算出的绘图位置。
- 绘图位置定义为