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。

在本页