Tính toán lượng tử cho một biểu đồ xác suất và tùy chọn hiển thị cốt truyện.
Tạo một biểu đồ xác suất của dữ liệu mẫu đối với các lượng tử của một phân phối lý thuyết được chỉ định [phân phối bình thường theo mặc định]. probplot
Tùy chọn tính toán một dòng phù hợp nhất cho dữ liệu và vẽ các kết quả bằng cách sử dụng matplotlib hoặc chức năng cốt truyện nhất định.
Dữ liệu mẫu/phản hồi mà probplot
tạo ra cốt truyện.
Các tham số hình dạng cụ thể phân phối [tham số hình dạng cộng với vị trí và tỷ lệ].
Diststr hoặc StatS.Distributions, Tùy chọnstr or stats.distributions instance, optionalTên chức năng phân phối hoặc phân phối. Mặc định là ‘định mức cho một biểu đồ xác suất bình thường. Các đối tượng trông đủ giống như một phiên bản StatS.
Fitbool, tùy chọnbool, optionalPhù hợp với một dòng hồi quy bình phương nhỏ nhất [phù hợp nhất] vào dữ liệu mẫu nếu đúng [mặc định].
PlotObject, tùy chọnobject, optionalNếu được đưa ra, vẽ các lượng tử. Nếu được đưa ra và
>>> from scipy import stats >>> import matplotlib.pyplot as plt >>> nsample = 100 >>> rng = np.random.default_rng[]0 là đúng, cũng biểu thị các hình vuông nhỏ nhất phù hợp. Lô đất là một đối tượng phải có các phương thức về cốt truyện và văn bản. Có thể sử dụng mô -đun
>>> from scipy import stats >>> import matplotlib.pyplot as plt >>> nsample = 100 >>> rng = np.random.default_rng[]1 hoặc đối tượng trục matplotlib hoặc đối tượng tùy chỉnh với cùng một phương thức. Mặc định là không có, có nghĩa là không có cốt truyện nào được tạo ra.
Tuple của các lượng tử lý thuyết [OSM, hoặc trung gian thống kê đặt hàng] và các câu trả lời được đặt hàng [OSR]. OSR chỉ đơn giản được sắp xếp đầu vào x. Để biết chi tiết về cách tính toán OSM, hãy xem phần Ghi chú.
[Độ dốc, đánh chặn, r] Tuple của phao, tùy chọntuple of floats, optionalTuple chứa kết quả của sự phù hợp bình phương nhỏ nhất, nếu điều đó được thực hiện bởi probplot
. R là căn bậc hai của hệ số xác định. Nếu
>>> from scipy import stats >>> import matplotlib.pyplot as plt >>> nsample = 100 >>> rng = np.random.default_rng[]3 và
>>> from scipy import stats >>> import matplotlib.pyplot as plt >>> nsample = 100 >>> rng = np.random.default_rng[]4, bộ tuple này không được trả lại.
Ghi chú
Ngay cả khi cốt truyện được đưa ra, con số không được hiển thị hoặc lưu bởi probplot
;
>>> from scipy import stats >>> import matplotlib.pyplot as plt >>> nsample = 100 >>> rng = np.random.default_rng[]6 hoặc
>>> from scipy import stats >>> import matplotlib.pyplot as plt >>> nsample = 100 >>> rng = np.random.default_rng[]7 nên được sử dụng sau khi gọi
probplot
.probplot
tạo ra một biểu đồ xác suất, không nên nhầm lẫn với biểu đồ Q-Q hoặc P-P. StatSmodels có chức năng rộng hơn của loại này, xem
>>> ax1 = plt.subplot[221] >>> x = stats.t.rvs[3, size=nsample, random_state=rng] >>> res = stats.probplot[x, plot=plt]0.
Công thức được sử dụng cho các lượng tử lý thuyết [trục ngang của biểu đồ xác suất] là ước tính của Filliben:
quantiles = dist.ppf[val], for 0.5**[1/n], for i = n val = [i - 0.3175] / [n + 0.365], for i = 2, ..., n-1 1 - 0.5**[1/n], for i = 1
trong đó
>>> ax1 = plt.subplot[221] >>> x = stats.t.rvs[3, size=nsample, random_state=rng] >>> res = stats.probplot[x, plot=plt]1 chỉ ra giá trị được đặt hàng thứ i và
>>> ax1 = plt.subplot[221] >>> x = stats.t.rvs[3, size=nsample, random_state=rng] >>> res = stats.probplot[x, plot=plt]2 là tổng số giá trị.
Ví dụ
>>> from scipy import stats >>> import matplotlib.pyplot as plt >>> nsample = 100 >>> rng = np.random.default_rng[]
Phân phối T với mức độ tự do nhỏ:
>>> ax1 = plt.subplot[221] >>> x = stats.t.rvs[3, size=nsample, random_state=rng] >>> res = stats.probplot[x, plot=plt]
Phân phối T với mức độ tự do lớn hơn:
>>> ax2 = plt.subplot[222] >>> x = stats.t.rvs[25, size=nsample, random_state=rng] >>> res = stats.probplot[x, plot=plt]
Một hỗn hợp của hai phân phối bình thường với phát sóng:
>>> ax3 = plt.subplot[223] >>> x = stats.norm.rvs[loc=[0,5], scale=[1,1.5], ... size=[nsample//2,2], random_state=rng].ravel[] >>> res = stats.probplot[x, plot=plt]
Phân phối bình thường tiêu chuẩn:
>>> ax4 = plt.subplot[224] >>> x = stats.norm.rvs[loc=0, scale=1, size=nsample, random_state=rng] >>> res = stats.probplot[x, plot=plt]
Tạo một hình mới với phân phối loggamma, sử dụng từ khóa
>>> ax1 = plt.subplot[221] >>> x = stats.t.rvs[3, size=nsample, random_state=rng] >>> res = stats.probplot[x, plot=plt]3 và
>>> ax1 = plt.subplot[221] >>> x = stats.t.rvs[3, size=nsample, random_state=rng] >>> res = stats.probplot[x, plot=plt]4:
>>> fig = plt.figure[] >>> ax = fig.add_subplot[111] >>> x = stats.loggamma.rvs[c=2.5, size=500, random_state=rng] >>> res = stats.probplot[x, dist=stats.loggamma, sparams=[2.5,], plot=ax] >>> ax.set_title["Probplot for loggamma dist with shape parameter 2.5"]
Hiển thị kết quả với matplotlib: