scipy.stats.mstats.

meppf

scipy.stats.mstats.meppf(data, alpha=0.4, beta=0.4)

返回数据的绘图位置（或经验百分位点）。

绘图位置定义为 (i-alpha)/(n+1-alpha-beta)，其中：

• i 是秩次统计量

• n 是沿给定轴的未掩码值的数量

• alpha 和 beta 是两个参数。

alpha 和 beta 的典型值为：

• (0,1) : p(k) = k/n, cdf 的线性插值 (R, 类型 4)

• (.5,.5) : p(k) = (k-1/2.)/n, 分段线性函数 (R, 类型 5)

• (0,0) : p(k) = k/(n+1), Weibull (R 类型 6)

• (1,1) : p(k) = (k-1)/(n-1), 在这种情况下, p(k) = mode[F(x[k])]. 这是R的默认值 (R类型7)

• (1/3,1/3): p(k) = (k-1/3)/(n+1/3), 然后 p(k) ~ 中位数[F(x[k])]。由此得到的中位数估计值无论x的分布如何，都近似于中位数无偏。(R 类型 8)

• (3/8,3/8): p(k) = (k-3/8)/(n+1/4), Blom. 如果 x 是正态分布的，则生成的分位数估计值大约是无偏的（R 类型 9）

• (.4,.4) : 近似分位数无偏 (Cunnane)

• (.35,.35): APL, 与PWM一起使用

• (.3175, .3175): 用于 scipy.stats.probplot

参数:

数据array_like

输入数据，作为维度最多为2的序列或数组。

alphafloat, 可选

绘图位置参数。默认值为 0.4。

betafloat, 可选

绘图位置参数。默认值为 0.4。

返回:

职位MaskedArray

计算的绘图位置。