统计 (scipy.stats)# 在本教程中,我们将讨论 scipy.stats 的许多功能,但当然不是全部。这里的目的是为用户提供该软件包的实用知识。我们建议参考 参考手册 以获取更多详细信息。 注意:本文档正在开发中。 目录 概率分布 连续统计分布 离散统计分布 获取帮助 常用方法 随机数生成 平移和缩放 形状参数 冻结分布 广播 离散分布的特定点 拟合分布 性能问题和注意事项 遗留问题 构建特定的分布 随机变量转换指南 背景 基础知识 新功能和高级功能 结论 SciPy 中的通用非均匀随机数采样 简介 接口的基本概念 scipy.stats.sampling 中的生成器 参考文献 核密度估计 单变量估计 多变量估计 多尺度图相关性 (MGC) 拟蒙特卡罗 计算差异 使用 QMC 引擎 制作 QMC 引擎,即子类化 QMCEngine 关于使用 QMC 的指南 样本统计和假设检验 分析一个样本 描述性统计 T 检验和 KS 检验 分布的尾部 正态分布的特殊检验 比较两个样本 比较均值 两个样本的 Kolmogorov-Smirnov 检验 ks_2samp 重采样和蒙特卡罗方法 简介 重采样和蒙特卡罗方法教程 假设检验 Bartlett 的方差相等检验 卡方检验 列联表中变量独立性的卡方检验 Dunnett 检验 Fisher 的精确检验 Fligner-Killeen 方差相等检验 重复样本的 Friedman 检验 Jarque-Bera 拟合优度检验 Kendall 的 tau 检验 峰度检验 Levene 方差相等检验 正态检验 列联表的优势比 Shapiro-Wilk 正态性检验 偏度检验 Spearman 相关系数