scipy.stats.

mvsdist#

scipy.stats.mvsdist(data)[source]#

数据的均值、方差和标准差的“冻结”分布。

参数:
dataarray_like

输入数组。 使用 ravel 转换为 1-D。 需要 2 个或更多数据点。

返回:
mdist“冻结”分布对象

表示数据平均值的分布对象。

vdist“冻结”分布对象

表示数据方差的分布对象。

sdist“冻结”分布对象

表示数据标准差的分布对象。

参见

bayes_mvs

备注

bayes_mvs(data) 返回的值等效于 tuple((x.mean(), x.interval(0.90)) for x in mvsdist(data))

换句话说,对从该函数返回的三个分布对象调用 <dist>.mean()<dist>.interval(0.90) 将给出与从 bayes_mvs 返回的结果相同。

参考

TE Oliphant,“关于从数据估计均值、方差和标准差的贝叶斯视角”,https://scholarsarchive.byu.edu/facpub/278,2006。

示例

>>> from scipy import stats
>>> data = [6, 9, 12, 7, 8, 8, 13]
>>> mean, var, std = stats.mvsdist(data)

我们现在有了可以检查的“mean”、“var”和“std”的冻结分布对象

>>> mean.mean()
9.0
>>> mean.interval(0.95)
(6.6120585482655692, 11.387941451734431)
>>> mean.std()
1.1952286093343936