Statistik (scipy.stats)#
In diesem Tutorial werden viele, aber sicherlich nicht alle, Funktionen von scipy.stats behandelt. Die Absicht ist es, dem Benutzer ein funktionierendes Wissen über dieses Paket zu vermitteln. Für weitere Details verweisen wir auf das Referenzhandbuch.
Hinweis: Diese Dokumentation ist in Arbeit.
Inhalt
- Wahrscheinlichkeitsverteilungen
- Kontinuierliche statistische Verteilungen
- Diskrete statistische Verteilungen
- Hilfe erhalten
- Häufige Methoden
- Zufallszahlengenerierung
- Verschiebung und Skalierung
- Formparameter
- Einfrieren einer Verteilung
- Broadcasting
- Spezifische Punkte für diskrete Verteilungen
- Anpassen von Verteilungen
- Leistungsprobleme und Warnhinweise
- Verbleibende Probleme
- Erstellen spezifischer Verteilungen
- Anleitungen für den Übergang von Zufallsvariablen
- Universelles nicht-uniformes Zufallszahlensampling in SciPy
- Kernel-Dichteschätzung
- Multiscale Graph Correlation (MGC)
- Quasi-Monte Carlo
Stichprobenstatistiken und Hypothesentests
- Analyse einer Stichprobe
- Vergleich von zwei Stichproben
- Resampling- und Monte-Carlo-Methoden
- Hypothesentests
- Bartlett-Test für gleiche Varianzen
- Chi-Quadrat-Test
- Chi-Quadrat-Test auf Unabhängigkeit von Variablen in einer Kontingenztabelle
- Dunnett-Test
- Fishers exakter Test
- Fligner-Killeen-Test für Varianzgleichheit
- Friedman-Test für wiederholte Stichproben
- Jarque-Bera-Anpassungstest
- Kendalls Tau-Test
- Kurtosistest
- Levene-Test für gleiche Varianzen
- Normaltest
- Odds Ratio für eine Kontingenztabelle
- Pearsons Korrelation
- Shapiro-Wilk-Test auf Normalität
- Schiefetest
- Spearmans Korrelationskoeffizient