scipy.stats.

boxcox_normplot#

scipy.stats.boxcox_normplot(x, la, lb, plot=None, N=80)[источник]#

Вычислить параметры для графика нормальности Бокса-Кокса, при необходимости отобразить его.

График нормальности Бокса-Кокса графически показывает, какой наилучший параметр преобразования использовать в boxcox для получения распределения, близкого к нормальному.

Параметры:

xarray_like: Входной массив.
la, lbскаляр: Нижняя и верхняя границы для lmbda значения для передачи в boxcox для преобразований Бокса-Кокса. Это также пределы горизонтальной оси графика, если он генерируется.
plotобъект, опционально: Если задано, строит квантили и линию наименьших квадратов. plot является объектом, который должен иметь методы "plot" и "text". matplotlib.pyplot модуль или объект Matplotlib Axes можно использовать, или пользовательский объект с теми же методами. По умолчанию None, что означает, что график не создается.
Nint, необязательный: Количество точек на горизонтальной оси (равномерно распределённых от la to lb).

Возвращает:

lmbdasndarray: The lmbda значения, для которых было выполнено преобразование Бокса-Кокса.
ppccndarray: Коэффициент корреляции вероятностного графика, полученный из probplot при подгонке преобразованного по Боксу-Коксу ввода x против нормального распределения.

Смотрите также

probplot, boxcox, boxcox_normmax, boxcox_llf, ppcc_max

Примечания

Даже если plot указан, рисунок не отображается и не сохраняется boxcox_normplot; plt.show() или plt.savefig('figname.png') следует использовать после вызова probplot.

Примеры

>>> from scipy import stats
>>> import matplotlib.pyplot as plt

Сгенерируйте некоторые данные, не распределенные нормально, и создайте график Бокса-Кокса:

>>> x = stats.loggamma.rvs(5, size=500) + 5
>>> fig = plt.figure()
>>> ax = fig.add_subplot(111)
>>> prob = stats.boxcox_normplot(x, -20, 20, plot=ax)

Определить и построить оптимальный lmbda преобразовать x и построить его на том же графике:

>>> _, maxlog = stats.boxcox(x)
>>> ax.axvline(maxlog, color='r')

>>> plt.show()

../../_images/scipy-stats-boxcox_normplot-1.png