scipy.stats.

MonteCarloMethod#

класс scipy.stats.MonteCarloMethod(n_resamples=9999, batch=None, rvs=None, rng=None)[источник]#

Конфигурационная информация для теста гипотез Монте-Карло.

Экземпляры этого класса могут быть переданы в метод параметр некоторых функций проверки гипотез для выполнения Монте-Карло версии проверки гипотез.

Атрибуты:

n_resamplesint, необязательный: Количество выборок Монте-Карло для извлечения. По умолчанию: 9999.
batchint, необязательный: Количество выборок Монте-Карло для обработки в каждом векторизованном вызове статистики. Размеры пакетов >>1 обычно быстрее, когда статистика векторизована, но использование памяти масштабируется линейно с размером пакета. По умолчанию None, который обрабатывает все выборки в одном пакете.
rvsвызываемый объект или кортеж вызываемых объектов, опционально: Вызываемый объект или последовательность вызываемых объектов, генерирующих случайные величины при нулевой гипотезе. Каждый элемент rvs должен быть вызываемым объектом, который принимает аргумент ключевого слова size (например, rvs(size=(m, n))) и возвращает N-мерный массив выборки такой формы. Если rvs является последовательностью, количество вызываемых объектов в rvs должно соответствовать количеству образцов, переданных в проверку гипотезы, в которой MonteCarloMethod используется. По умолчанию None, в этом случае функция проверки гипотезы выбирает значения для соответствия стандартной версии проверки гипотезы. Например, нулевая гипотеза scipy.stats.pearsonr обычно предполагает, что выборки взяты из стандартного нормального распределения, поэтому rvs = (rng.normal, rng.normal) где rng = np.random.default_rng().
rngnumpy.random.Generator, опционально: Состояние генератора псевдослучайных чисел. Когда rng равно None, новый numpy.random.Generator создаётся с использованием энтропии из операционной системы. Типы, отличные от numpy.random.Generator передаются в numpy.random.default_rng для создания экземпляра Generator.