如何使用Python计算Rankit？

Question

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]

Answer 1

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

Answer 2

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