我在python中保存了一组一维数据。利用gaussian_kde函数可以得到概率密度函数。我想知道返回的分布是否与理论分布(如正态分布)相匹配。为此，我可以使用KL散度吗？如果是这样的话，我如何使用python来做到这一点呢？
这是我的python代码，可以得到概率密度函数。
array = np.array(values)
KDEpdf = gaussian_kde(array)
x = np.linspace(0, 50, 1500)
kdepdf = KDEpdf.evaluate(x)
plt.plot(x, kdepdf, label="", color="
浏览 0提问于2018-07-26得票数 0
回答已采纳
2回答
在Python statsmodel中，在OLS模型上调用summary()会给出等于零的系数的p值。有没有办法测试系数是否等于某个非零值？
表明，offset()可以在R中用于此目的。
浏览 4提问于2020-02-18得票数 2
2回答
在Python语言中，我使用SciPy进行一个样本测试：
from scipy import stats
one_sample_data = [177.3, 182.7, 169.6, 176.3, 180.3, 179.4, 178.5, 177.2, 181.8, 176.5]
one_sample = stats.ttest_1samp(one_sample_data, 175.3)
这是一个双尾测试，但我在scipy.stats.ttest_1samp中看不到进行单尾测试的选项。
在R中，如果我使用的是t.test()，我会简单地设置alternative="less
浏览 2提问于2017-07-06得票数 4
1回答
关于Python中的单尾ttest，我有一个具体的问题。
在许多文章中，我可以读到这样的陈述：
在“参与”中，没有任何直接的方法表明我们想要运行一个单尾变体的测试。然而，为了获得预期的结果，我们自己调整输出。在这种情况下，我们只需将p值除以2(测试统计数据保持不变)。
F.e.在这里
我完全不明白，为什么除以2是正确的？
让我们看看单尾/双尾的hist：。
曲线下有相同的面积，但从一边。经过z变换后，我们没有相同的std距离(这是1.645，而不是1.96)。
因此，最后的问题是:为什么，如果我们检查相同的面积下的曲线和std距离，而不是相同的除法2是正确的？
附注：如果你有数学证明的
浏览 2提问于2021-11-30得票数 0
回答已采纳
1回答
预聚合数据的正态性检验
、、、、
使用spark I聚合每个组(队列)的数据，以仅包含平均值、标准差和方差。 现在，在使用python的第二步中，我想测试正态性(https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.normaltest.html)，然后使用t-测试stats.ttest_ind或stats.wilcoxon等级测试进行显著性测试。 然而，所有这些方法都希望数据以面向记录的原始值的形式输入。如何将它们与预聚合的数据一起使用？
浏览 21提问于2019-09-06得票数 0
回答已采纳
我想为python2.6、2.7、3.3等运行tox，并正在寻找一种不像我目前所做的那样将python路径硬编码到项目的tox.ini中的方法：
[testenv:py27]
basepython=/usr/prog/python/2.7.5/bin/python
因为它在另一台机器上运行时会中断。tox有全局配置文件吗?我可以设置这个文件(在~/.tox/或手册中找不到答案)？
谢谢
-Ben
浏览 2提问于2014-02-06得票数 2
回答已采纳
作为初学者，我正在用Python做我的第一个项目。
我想试着确定Logit回归中的两个系数是否彼此有显着不同。具体地说，我正在尝试进行Wald测试，我想知道在运行logit回归之后如何计算/显示参数的方差-协方差矩阵。
我已经在R中找到了如何做到这一点的代码和说明，并希望在Python中得到一些帮助。我使用的是与示例答案相同的UCLA数据：
在R中运行我想要的代码的答案如下：“所以我们还需要βgreβgre和βgpaβgpa的协方差。运行逻辑回归后，可以使用vcov命令提取方差-协方差矩阵: var.mat <- vcov(mylogit)c("gre"，"gpa
浏览 12提问于2018-02-23得票数 0
回答已采纳
1回答
我有一个总体数据，它有多个分类数据和多个连续数据。我从这个人群中得到了4个样本。该示例已经在我的组织中创建了历史，所以不知道它是如何创建的。我的工作是找出哪个样本最能代表总体。我使用python来工作。
我在某处读到皮尔逊用来比较分类变量的卡方检验和用来比较数值变量的Kolmogorov-Smirnov检验。如上所述，我的变量类型是python中的float和object。
有没有什么方法可以用python检查哪个样本最能代表样本？有没有一种方法可以一次性使用所有变量，并给我一些统计意义。
浏览 1提问于2021-10-19得票数 0
1回答
在python包中是否有t测试，您可以在其中测试差异？如果有你怎么用的呢？
例如，测试两个向量：
a=np.random.randn(5, 7)
b=np.random.randn(5, 7)
我在状态模型中找到了t检验: ttest_ind。但是，我想指定要测试的差异，这不能传递到ttest_ind函数中。有人知道其他方法吗？
浏览 7提问于2013-12-19得票数 0
回答已采纳
我知道这是一个与数学有关的问题，但我会在这里问它，因为我认为它更多地与编程有关。
我想做一个简单的程序(为我的覆盆子Pi)，计算一个非常大的数字是否是素数。使用Python，我成功地创建了一个简单的程序来完成这个任务。然而，当我输入非常大的数字时，它抛出了一个错误。
所以我的问题是，我应该用什么写程序？我应该继续使用Python，还是应该使用更快的语言？我知道很大的数字可能需要数天甚至几周才能计算出来，但我相信有些语言比其他语言更高效。
为了避免任何混乱，我不是在征求你的意见。我是问哪种语言是计算最快的语言。
谢谢!
浏览 2提问于2013-09-14得票数 0
我正在尝试创建一个动态查询，它将是memcache密钥的一部分。有没有办法在内存缓存中查找密钥？我试图实现这一点，因为如果有任何方法，我将首先查找那个keymap，并且只在不存在的情况下创建一个新的键。
我正在使用python + Pymemcache模块。
浏览 2提问于2016-06-15得票数 1
回答已采纳
#! /usr/bin/python# coding:utf-8# 此文件是 tls sig api 的 python 另一种实现# 使用了 python ecdsa 开发库__author__ = "tls@tencent.com"__date__ = "$Oct 2, 2016 11`17`43 PM"import OpenSSLimport base64import zlibimport jsonimport time# python ecdsa 开发库请到 https://github.com/warner/python-ecdsa# 或者 tls 技术
浏览 681提问于2016-11-02
Python文档指出，这是一个双尾测试，但是对于它是什么样的测试没有任何评论。是T测试，Z测试，F测试.
谢谢
浏览 2提问于2016-08-10得票数 1
回答已采纳
你好，我是机器人框架工作的新手，所以在我的本地库中，我有一个封装在两个目录中的文件，我想访问该文件的一些函数，所以如何在我的机器人测试服中作为一个库导入该文件？
libraries/dir1/dir2/file.py --是文件路径(在python文件)>中)。
尝试将其作为库添加到>“di1.di2.file”--但它抛出一个错误>
浏览 9提问于2022-10-21得票数 1
回答已采纳
我正在搜索一个工具来查找Python代码和HTML模板中的代码复制。
对于Python，我尝试了pylint，但是它非常有限。见issue1915。
但也许这并不是每种编程语言都需要一次又一次地完成的任务。也许有一种工具可以对任何文字做到这一点.
所需特征：
在文件中查找重复文本。
空白更改应被忽略
开源
可选:查找重复项，即使某些部分稍有更改(例如，变量被重命名)
浏览 0提问于2018-03-14得票数 4
1回答
我正在做一个python/django拆分测试或者a/b测试库供我自己使用。然而，我不知道如何计算我的测试是否具有统计意义。我没有统计学方面的知识，所以我不能理解大多数维基百科的文章，或者关于这个主题的网页，所以我向我的程序员同事寻求帮助。
我有一个简单的实验，有4个选项，我有一些用户使用它的数据。每个用户都有4个选项中的一个(为了便于讨论，我们可以在控件上调用第一个选项)。每个用户要么成功，要么失败，所以我知道每个选项的转换率。我如何确定我的测试是统计意义上的，还是仅仅是随机的。
基本上，我的输入将是[ (a_yes, a_total), (b_yes, b_total), (c_yes,
浏览 1提问于2011-11-24得票数 4
回答已采纳
我的gunicorn + django 1.5.1 + mysqldb有内存泄漏。我开始使用gc和objgraph来探索我的代码
当gunicorn worker超过300mb时，我收集了一些统计数据：
data['sum_leak'] = sum((getsizeof(o) for o in objgraph.get_leaking_objects())) #2 mb
data['total_objects_length'] = sum((getsizeof(o) for o in gc.get_objects())) #6 mb
所以只有2+6=8
浏览 3提问于2014-06-19得票数 2
我想从一个boost::python包装函数返回一个collections.namedtuple列表，但是我不确定如何从C++代码创建这些对象。对于其他一些类型，有一个方便的包装器(例如dict)，这使得这件事变得很容易，但是对于namedtuple却没有这样的东西。做这件事最好的方法是什么？
字典列表的现有代码：
namespace py = boost::python;
struct cacheWrap {
...
py::list getSources() {
py::list result;
for (auto& src : srcCach
浏览 0提问于2012-12-03得票数 3
回答已采纳
我有时间序列数据(一个Y变量和一个X变量)。我对回归的剩余值进行了ADF测试(滞后到4)。测试表明，单位根存在于滞后3以上的残差中，而对于1和2的滞后则不存在。
另外，我对回归进行了Breusch-Godfrey检验，以检验序列相关性，结果表明存在1阶以上的序列相关性。
我的问题是：
直观地说，这两个测试是针对同一个问题进行的吗？在回归的残差中，序列相关与单位根存在的主要区别是什么？
如果这两种测试都指向不同的结论，你会怎么做？
使用gls(Y~X,corr=corARMA(p=1,q=0))方法是否同时处理序列相关性和单位根问题？
谢谢
浏览 1提问于2017-04-19得票数 2
1回答
分析两个变量之间的点击率
、、、、
我对此有点陌生，我认为这是一个基本的问题。一年来，我每两周都会发一封同样的邮件。我想分析的变量是语言(英语和法语)。我想知道英语和法语的点击率差异有多重要。我已经有了所有的数据，我只是不知道什么是最好的测试使用这一点。有什么帮助吗？
谢谢,
丹尼尔
浏览 2提问于2015-04-05得票数 0
回答已采纳
1回答
我正在寻找一种方法来“阻止”t测试，这将允许我在每个主题上使用三个度量，而不是仅仅平均它们。
问题是：我的测量方法有(本质上)很大的误差，所以我测量了相同的主题三次来解释这个错误(技术三重)。在线性混合效应模型中，我通常会阻止我的ANOVA，或者将主题和技术的重复考虑为随机效应，以便考虑到测量的性质。
然而，在这种情况下，我只有治疗(5人，每个受试者3次测量= 15)和控制(7*3 = 21)，所以t检验将更充分，但我无法找到“阻止”t检验的方法。配对t检验是不适用的，因为治疗不适用于相同的对象(这是不可能的)，而且正常的t检验不考虑重复中的错误。在R中有函数可以这样做吗？
浏览 3提问于2014-04-28得票数 2
回答已采纳
我正在尝试比较两个发行版，看看它们是相似还是不同。我尝试使用python scipy包中的ks_2samp。这是我的代码，
from scipy.stats import truncnorm
import matplotlib.pyplot as plt
from scipy import stats
def get_truncated_normal(mean=0, sd=1, low=0, upp=10):
return truncnorm(low - mean) / sd, (upp - mean) / sd, loc=mean, scale=sd)
x1 = get_trun
浏览 65提问于2019-11-02得票数 0
回答已采纳
当我的python脚本运行时，我想打开一个新的cmd窗口并流式传输一些文本输出(日志)(这基本上是为了检查我在脚本中的位置)。
我找不到这样做的方法，让它保持打开并流式传输我的输出。
这是我现在所拥有的：
import os
p = os.popen("start cmd", mode='w')
def log_to_cmd(process, message):
p.write(message)
for i in range(10):
log_to_cmd(p, str(i))
我想在已经打开的同一cmd窗口上获得0到9的输出。非常感谢你的建
浏览 12提问于2016-11-24得票数 0
1回答
我的内核扩展崩溃了几次，所以我想从崩溃中获得正确的回溯(带函数名
根据文章，我想使用gdb来做这件事，但是GDB似乎不理解转储。
dhcp80-241:KernelDebugKit gburanov$ sudo gdb -c /PanicDumps/core-xnu-2050.48.12-10.41.20.195-39882f44
GNU gdb 6.3.50-20050815 (Apple version gdb-1824) (Wed Feb 6 22:51:23 UTC 2013)
Copyright 2004 Free Software Foundation, Inc.
GDB is
浏览 0提问于2014-03-11得票数 1
我试图在我拥有的回购克隆中运行tox，但得到了以下错误：
helton@helton-pc /data/Dropbox/Forks do GitHub/fastkml $ sudo tox
GLOB sdist-make: /data/Dropbox/Forks do GitHub/fastkml/setup.py
py27 create: /data/Dropbox/Forks do GitHub/fastkml/.tox/py27
py27 installdeps: pytest, coverage
ERROR: invocation failed (errno 2), args: [lo
浏览 13提问于2016-04-29得票数 2
回答已采纳
1回答
在R中，car::linearHypothesis函数可以用来检验两个系数相等的假设(它们的差值与零相差很大)。下面是它的的一个例子
linearHypothesis(mod.duncan, "income = education")
根据，这也可以在MATLAB中作为linhyptest使用。
Python回归模型有等效的吗？
浏览 3提问于2018-11-05得票数 3
回答已采纳
这里的背景是，我正在尝试设置一个Cocos-2dx v3.0项目。我已经获得了创建要运行的项目的python脚本，现在我正在尝试构建和运行该项目，以便可以开始开发游戏。根据问题，我遇到的问题是，每次运行构建和运行python脚本时，subprocess.call发出的一个命令都会失败。然而，当我自己运行在shell中传递给它的确切命令时，它运行得很好。
python中调用subprocess.call的方法：
@staticmethod
def run_cmd(command, verbose):
if verbose:
Logging.debug("runni
浏览 1提问于2014-05-18得票数 0
"lsamp“代表什么？缩略语还是其他有意义的语义点解释？
import scipy as sp
from scipy import stats
stats.ttests_lsamp()
浏览 13提问于2022-11-06得票数 1
我的代码：
from scipy import stats
import statsmodels.api as sm
data=[-0.032400000000000005,-0.0358,-0.035699999999999996,-0.029500000000000002,-0.0227,-0.0146,-0.0125,-0.0103,-0.0182,-0.0137,-0.021099999999999997,-0.0327,-0.0279,-0.0325,-0.0252,-0.015700000000000002,-0.0148,-0.013999999999999999,-0.0137
浏览 11提问于2022-11-23得票数 0
1回答
检测和替换异常值
、、
在我看来，有多种方法可以处理数据集离群值
> -> Delete data
> -> Transforming using log or Bin
> -> using mean median
> -> Test separately
我有一个大约50000个观测值的数据集，每个观测值都有相当多的异常值(一些变量有少量的异常值，有些有100-200个异常值)，所以排除数据并不是我想要的，因为它会导致我丢失大量数据。
我在某处读到使用均值和中位数是用于人为的异常值，但在我的例子中，我认为异常值是自然的
我实际上打算使用median来去除异
浏览 24提问于2020-02-25得票数 0
1回答
我试图理解Python中的不可变概念，因为它适用于元组。考虑以下代码及其输出：
A = ([1,2,3],['a','b','c'])
print id(A)
A[0].append(4)
A[1].append('d')
print id(A) # Prints the same id as the previous id(A) call even after contents are modified
产出: 140440567920328 140440567920328
如您所见，虽然元组保留相同的标识，但内容已经改变，即两
浏览 0提问于2015-01-31得票数 0
在大多数流行的软件包(rpart等)中，决策树分割是基于信息增益、熵或基尼指数的。
是否有一个流行的决策树包(“R”或python)可以使用x-平方统计量指定节点拆分质量？
浏览 0提问于2016-06-07得票数 0
1回答
用卡方检验比较两种分布
、、、、
我试着用卡方检验比较两个概率分布函数。计算卡方和(o- e )^2/e的公式表明，当您应用此测试时，结果未归一化(即，如果您更改o和e的单位，您可能会得到不同的卡方值)，我是否应该仅使用o和e的“bincounts”？
如果要比较的两个分布具有不同的x范围，我如何将其合并到测试中？(例如，distribution1可以在0-100范围内采样，distribution2可以在100-200范围内采样)。
我是否应该使用其他测试来比较两个发行版？
浏览 7提问于2014-11-11得票数 0
我知道，Pandas的统计描述可以很容易地使用df.describe()获得。我有两个相同尺寸的数据(即102列和800000行数据)。我想直观地描述这样一个事实:这两个数据文件非常相似/有一个统计上相似的分布。
我不知道如何在Python中以直观/图形的方式完成这一任务。df.describe方法为数据文件提供了count, mean, std, min, 25 %, 50 %, 75 % and max值，但是很难从第一次实例中推断出。我更喜欢任何类型的可视化/图形化方法(我不确定Boxplot是否能提供帮助？)任何建议的方法，连同一个最低限度的可行的例子，将不胜感激。干杯!
目前，
#
浏览 0提问于2019-03-31得票数 2
回答已采纳
1回答
我有一个大约2000个条目的数据集，包含两个数值，一个分类和一个次分类标签为每个条目。这些数据来自化学实验室的数据，但为了这个问题，我将其重新映射为包含来自亚洲或欧洲国家的一些人的身高和薪水(我试图使我的地图不是基于现实，而是出于礼貌……)。
更确切地说，我的数据集的每一点要么来自欧洲的三个国家--德国、波兰或意大利，要么来自亚洲的三个国家越南、柬埔寨或蒙古。
有些条目看起来是这样的
📷
根据一些探索性数据分析，我有以下两个假设：
数据集中人员的高度主要取决于此人来自哪个国家。这意味着两大洲之间的差异大致相同(例如，柬埔寨的分布与越南和德国一样不同)。
数据集中的人的工资取决于该人来自哪个大陆
浏览 0提问于2021-10-10得票数 1
我试图通过exec()函数在Python3中运行一个脚本。
我正在学习Python的书‘学习Python'，O’‘Reilly第5版。在“Python如何运行程序的第二章”中，有一种类似于此的方法：
>>> exec(open('script1.py').read())
这是我的文件script1.py
# A first script in python.
import sys
print(sys.platform)
print(2 **100)
x = 'Spam!'
print(x * 8)
input()
预期产出如下：
win
浏览 1提问于2014-01-20得票数 1
回答已采纳
如果你想知道两个不同的群体(假设A和B)在态度上是否存在显着差异。我从A中抽取了31个样本，并从33个B中抽取了一个样本。鉴于以下事实，这两个样本是相互独立的：
1)我需要运行一个样本还是两个样本测试，为什么?2)考虑到样本大小，我应该运行T测试还是Z测试，为什么? 3)它是单尾测试还是双尾测试，为什么？
浏览 0提问于2016-11-09得票数 0
1回答
利用相关矩阵，我得到了一些结果：
Count_words -0.098857
Count_numbers -0.008305
Count_symbols -0.025853
Count_question -0.031649
Count_equal 0.224223
Count_characters 0.09
我使用了这一行代码(如果您熟悉Python)：df.drop("Target", axis=1).apply(lambda x: x.corr(df.Target))
如果我理解正确的话
浏览 0提问于2021-02-08得票数 1
回答已采纳
我有一个长数据集(N=499)。在这里，我比较了一个索引在8个不同的处理中的表现(每个处理中有不同的样本数)。
我已经做了一个Kruskal，它是显着的(p值< 2.2e-16)。
现在，对于后特别测试，我正在考虑使用邓恩的测试，但我读到威尔克森也可能有用，有什么建议吗？
非常感谢大家。
浏览 1提问于2015-07-15得票数 1
我有两个样本X和Y，都是N*1向量，我发现在Matlab(R2015)中，ttest和ttest2都可以接受两个样本并给出P值，但它们的结果有所不同。
对于ttest，ttest(X，Y)给出P= 1.8e-7，对于ttest2，ttest2(X，Y)给出P= 8.0e-11。这两个函数的P值似乎都相对较低。但是，我并不熟悉这两个函数之间的区别，而且，如果我要报告P值，我应该选择哪一个值？
浏览 18提问于2017-11-15得票数 1
回答已采纳
我有来自三个不同来源(医院)的配对t检验的数据摘要，这意味着我没有全部样本数据。我要进行配对t检验的是平均值(每个配对样本数据的差异)。
数据看起来像下面的表格(每行都是一个病人)，我有mean(diff)和sd(diff)。
有什么功能，我可以很容易地进行配对t检验，并得到95%的CI？由于病人的隐私问题，没有办法获得整个数据集。
3 months 6 months diff
1 3 -2
2 1 1
5 9 -4
浏览 0提问于2018-12-04得票数 1
回答已采纳
1回答
我有一个带有列的时间序列表(在Postgres DB中)
item_id, country_id, year, month, value
在此表中有重复的时间序列:它们具有相同的country_id和时间序列日期/值，但被分配了不同的item_id，例如：“红色苹果”和“苹果，红色”
如何识别这些重复的时间序列？我希望(country_id、年份、月份、值)与项目存在的所有日期相匹配。
我是初学者，所以请原谅我遗漏的任何细节。我主要是在寻找概念方法--我可以在Postgres或python/Pandas中实现它。
例如，我希望能够检测到这样的东西：
item_id, countr
浏览 3提问于2014-10-14得票数 2
回答已采纳
1回答
我有这个数据集。我试图找出连续变量expr与范畴变量WHO_Grade之间的相关性。
> dput(tmp)
structure(list(expr = c(3.72491159808923, 7.8316405937301, 4.1302793124001,
6.81536170645658, 6.68352582647051, 6.0974581720256, 6.81642917136002,
6.52282686468863, 6.95033151442703, 7.40122305409127, 6.734502473652,
4.52338197246748, 5.6
浏览 5提问于2022-03-24得票数 0
我正在估计一个回归在MATLAB长手。 我已经得到了标准误差和系数，有没有在MATLAB中快速得到p值的方法？ 如果您有任何建议或技巧，我们将不胜感激。
浏览 19提问于2019-01-31得票数 0
回答已采纳
2回答
我有一个二进制分类问题(目标0 0 1)，我有两个变量连续和分类作为特性。我明白，关于卡方，我只能用分类的特征来评价它们。那方差分析(f_classif)呢？是一样的吗？我只能评价最好的分类特征？提前谢谢你
浏览 0提问于2022-12-24得票数 1
1回答
我不知道这张图的方差是否在增加。从我最初对飞机乘客时间图的猜测来看，我可能会说不是，但我已经计算了差异，看起来差异略有增加。我随后进行了对数变换，并在方差看起来是恒定的情况下进行了差分。我只是想知道，数据方差是否增加了如此之多，以至于需要进行对数转换才能开始使序列保持平稳？我已经附上了下面所有的图。 ? ? ?
浏览 23提问于2020-04-14得票数 0
2回答
Python:统计T-test
、、、、
我正在使用python 3.6在一个数据集上运行一些统计测试。我试图完成的是在数据集和趋势线之间运行t检验，以确定统计显著性。我使用scipy来做这件事，但是我不确定我应该在测试中包括哪些变量来获得我需要的结果。
到目前为止，我的代码如下：
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats
p = np.load('data.npy')
#0=1901
start=0
end=100
plt.figure()
plt.plot(a,annualmean, '-&#
浏览 24提问于2017-06-24得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
