scipy.stats.

mvsdist#

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

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“frozen”分布对象

表示数据均值的分布对象。

vdist“frozen”分布对象

表示数据方差的分布对象。

sdist“frozen”分布对象

表示数据标准差的分布对象。

参见

bayes_mvs

注释

从 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，在这个函数中调用 <dist>.mean() 和 <dist>.interval(0.90) 三个分布对象将给出从 bayes_mvs 返回的结果。

参考

T.E. Oliphant， “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 年。

示例

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

现在我们有了冻结的分布对象“mean”、“var”和“std”，我们就可以对其进行检查

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