2024-09-27 21:29:57 发布
网友
如何使用Python计算Rankit
https://en.wikipedia.org/wiki/Rankit
我特别想在维基百科上重现这个例子: 所以我搜索一个函数,它接受一个列表[16, 22, 40, 43, 65, 75],然后返回相应的rankits:[−1.2672, −0.6418, −0.2016, 0.2016, 0.6418, 1.2672]
[16, 22, 40, 43, 65, 75]
[−1.2672, −0.6418, −0.2016, 0.2016, 0.6418, 1.2672]
我已经用R确认了Rakesh V的答案,它给出了你的确切数字tam-tam。不确定书中的结果为何不同:
x<-c(16,22,40,43,65,75) qnorm((rank(x)-0.5)/length(x)) [1] -1.3829941 -0.6744898 -0.2104284 0.2104284 0.6744898 1.3829941
observation = [16, 22, 40, 43, 65, 75] import numpy as np import scipy.stats def Q_Q_Prob(data): n = len(data) prob_level = [] for i in range(1,n+1): prob_level.append(np.round((i-0.5)/n,5)) Standard_normal_quantiles = scipy.stats.norm.ppf(prob_level) return Standard_normal_quantiles print(Q_Q_Prob(observation))
这为书名为:Applied Multivariable中的示例提供了精确的结果 统计分析(RICHARD A.JOHNSON),但没有给出所述示例的准确值。分享这个,因为这可能会给你一个想法
我已经用R确认了Rakesh V的答案,它给出了你的确切数字tam-tam。不确定书中的结果为何不同:
这为书名为:Applied Multivariable中的示例提供了精确的结果 统计分析(RICHARD A.JOHNSON),但没有给出所述示例的准确值。分享这个,因为这可能会给你一个想法
相关问题 更多 >
编程相关推荐