dask.array.stats.chisquare
dask.array.stats.chisquare¶
- dask.array.stats.chisquare(f_obs, f_exp=None, ddof=0, axis=0)[源代码]¶
计算单向卡方检验。
请参阅
scipy.stats.chisquare()的文档字符串以获取完整信息，包括注释、参考文献和示例。Dask 版本可能存在一些不一致性。
卡方检验用于检验分类数据是否具有给定的频率的零假设。
- 参数
- f_obsarray_like
每个类别中观察到的频率。
- f_exp类似数组, 可选
每个类别中的预期频率。默认情况下，假设类别出现的概率是相等的。
- ddofint, 可选
“自由度的增量”：对p值自由度的调整。p值是使用具有
k - 1 - ddof自由度的卡方分布计算的，其中 k 是观察到的频率数量。ddof 的默认值为 0。- 轴int 或 None, 可选
f_obs 和 f_exp 广播结果的轴，沿此轴应用测试。如果 axis 为 None，则将 f_obs 中的所有值视为单个数据集。默认为 0。
- 返回
- res: 延迟的 Power_divergenceResult
一个包含属性的对象：
- 卡方浮点数或ndarray
卡方检验统计量。如果 axis 为 None 或 f_obs 和 f_exp 为一维，则该值为浮点数。
- p值浮点数或ndarray
测试的 p 值。如果 ddof 和返回值 chisq 是标量，则该值为浮点数。