问题标签 [scipy.stats]

我正在尝试根据列“代码”为熊猫数据框中的每一列运行 shapiro 测试。

这就是我的 df 的样子：

我有 80 行，有 6 个不同的代码（1、2、3、4、5、6）。

我想对每一列，对于每个代码运行夏皮罗测试，例如，取 2020-10-22 的列，只取处理号为的行。1 并对它们运行 shapiro 测试。

我尝试使用以下循环来做到这一点：

但后来我得到错误：

TypeError：“float”和“str”的实例之间不支持“<”

我看到这个错误可能是由于有空值而发生的，但我已经使用 notnull() 摆脱了这个错误。我通过在每次迭代中打印“tmp”的长度来检查 notnull 的工作，它确实发生了变化。

此外，似乎两者的类型都是相同的对象：

（它整天打印相同）。

可能是什么问题？如何计算每个代码每列的 shapiro？

中的每个连续分布scipy.stats都带有一个计算其微分熵的属性：.entropy。与正态分布 ( norm) 和其他具有熵的封闭解的其他分布不同，其他分布必须依赖于数值积分。

试图找出.entropy在这些情况下属性调用的函数，我发现了一个调用的函数_entropy（scipy.stats._distn_infrastructure.py数值integrate.quad(pdf)积分）。

但是当我尝试比较这两种方法（属性.entropy 与数值积分与函数_entropy）时，函数给出了一个错误：

AttributeError: 'rv_frozen' object has no attribute '_pdf'

为什么分布的属性.entropy计算得很好，但是函数却_entropy报错？

使用该属性可以正常工作：

返回 0.9503703091220894

但该功能不会：

返回错误 AttributeError: 'rv_frozen' object has no attribute '_pdf'，即使johnsonsu 确实具有此属性：

.entropy在 的情况下，属性调用的是哪个函数johnsonsu？

我正在尝试从给定的 scipy stats 随机分布生成随机数，在我的情况下是负二项分布。

文档对我来说并不完全清楚。不幸的是，文档有点稀疏：https ://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.nbinom.html

这应该很简单。

在 3d中绘制二维（二元）概率分布 ( scipy.stats.norm) 的最佳方法是什么，如下面的示例曲面图。我不认为seaborn这些都是开箱即用的，而是首先考虑pyplot或pylab

我创建了一个代表统计模拟的类。其中一个方面是p值的分布，并且该类包含表征该分布的方法：

我现在想将该分布也公开为scipy.stats-style 分布对象。为此__init__，我的类的方法包含一个语句

其中类PValueDist定义为

这似乎可行，但我想知道这是否是正确或规范的方式？

当然，我也可以创建Simulation一个子类rv_continuous并重命名我的方法。然而，模拟包含几个不同的分布，用其中一个来识别模拟在语义上似乎不正确。

我有来自互联网的数据集，我想为不同的列尝试不同的正常测试。我觉得很有趣，不同的正态性测试给了我不同的结果。不仅仅是几个小数不同，而是完全不同的输出。

这是我的代码。

输出：

我仍在学习数据科学及其背后的一切。但我很困惑，如何用不同的价值观发表声明。只是选择一种方法并坚持下去吗？那不可能吧？

我的目标是找到具有假定 t 分布的数据集的标准偏差，以计算给定分位数的生存函数。由于 scipy.stats 的文档对我来说非常违反直觉，我尝试了几件事并最终得到了下面的实现。（注意：数字变量仅表明存在不同的结果。我的目标是每个结果都只有一个！）

当给定拟合函数的值时，我遇到了loc等于 stats.t.mean() 函数。但scale不等于 stats.t.std()。因此std1andstd2不同且不等于scale。我只能找到正态分布的来源，其中指出比例等于标准。我应该如何适当地使用上述功能？

任何有关编辑问题的帮助或建议将不胜感激:) 编写代码并保持健康！

我有 2 个 numpy 数组，就像这样：

当我使用 SciKit Learn 计算 R 平方时，我得到的值与我计算 Pearson 相关然后对结果求平方时完全不同：

结果：
SciKit R2：0.15913

皮尔逊 R：(0.7617075766854164, 9.534162339384296e-05)
皮尔逊 R 平方：0.5801984323799696

我意识到，对于拟合不佳的模型（ https://stats.stackexchange.com/questions/12900/when-is-r-squared-negative），R平方值有时可能为负，因此皮尔逊相关性的平方是并不总是等于 R 平方。但是，我认为对于正 R 平方值，它总是等于 Pearson 的相关平方？这些 R 平方值有何不同？

我想找出矩阵的所有行对之间的 KL 散度。为了解释，让我们假设有一个Vshape矩阵N x K。现在我想创建一个L维度矩阵N x N，其中每个元素L[i,j] = KL(V[i,:],V[j,:])。到目前为止，我已经使用以下scipy.stats.entropy来计算

有没有更聪明的方法？

所以我正在尝试使用 scipy.stats 绘制均匀分布，但我遇到了这个错误，与形状转换有关，有人可以告诉我为什么会这样/我的代码应该看起来如何，谢谢。

完整代码和回溯如下：

完整的追溯：

ValueError Traceback (most recent call last) in 12 # 创建一个遵循均匀分布的值列表 13 r = uniform.rvs(size=1000) ---> 14 ax.vlines(x, 0, r, colors = "blue ") 15 plt.show() 16

\matplotlib_ init _.py in inner(ax, data, *args, **kwargs) 1436 def inner(ax, *args, data=None, **kwargs): 1437 if data is None: -> 1438 return func( ax, *map(sanitize_sequence, args), **kwargs) 1439 1440 bound = new_sig.bind(ax, *args, **kwargs)

\matplotlib\axes_axes.py in vlines(self, x, ymin, ymax, colors, linestyles, label, **kwargs)
1257 masked_verts[:, 0, 1] = ymin 1258
masked_verts[:, 1, 0] = x - > 1259 masked_verts[:, 1, 1] = ymax 1260 1261 行 = mcoll.LineCollection(masked_verts, colors=colors,

\numpy\ma\core.py in setitem (self, indx, value) 3378 if _mask is nomask: 3379 # 设置数据，然后掩码 -> 3380 _data[indx] = dval 3381 if mval is not nomask: 3382 _mask = self._mask = make_mask_none(self.shape, _dtype)

ValueError：无法将输入数组从形状（1000）广播到形状（11）