scipy.stats.

BootstrapMethod#

class scipy.stats.BootstrapMethod(n_resamples=9999, batch=None, random_state=None, method='BCa')[源代码][源代码]#

引导置信区间的配置信息。

此类实例可以传递到某些置信区间方法的 method 参数中，以生成一个自举置信区间。

属性:

n_resamplesint, 可选

要执行的重采样次数。默认值为 9999。

批处理int, 可选

在每次向量化调用统计函数时处理的重新采样次数。当统计函数是向量化时，批量大小 >>1 通常会更快，但内存使用量与批量大小成线性关系。默认值是 None，即在单一批次中处理所有重新采样。

random_state{None, int,}

numpy.random.RandomState}, 可选

用于生成重采样的伪随机数生成器状态。

如果 random_state 已经是 Generator 或 RandomState 实例，则使用该实例。如果 random_state 是整数，则使用一个新的 RandomState 实例，并以 random_state 为种子。如果 random_state 是 ``None``（默认），则使用 numpy.random.RandomState 单例。

方法{‘bca’, ‘百分位数’, ‘基本’}

是否使用 ‘百分位’ 引导法（’percentile’），’基本’（又名 ‘反向’）引导法（’basic’），或偏差校正和加速引导法（’BCa’，默认）。