円周.

astropy.stats.circstats.circvar(data, axis=None, weights=None)[ソース]

ループデータ配列のループ分散を計算する.

ループデータの離散度を定義するために使用することができるいくつかの概念がある。ここで実現されている分散は [1], Rバッグ‘CircStats’と同じものを使用しています [2].

パラメータ
data :ndarrayまたは QuantityNdarrayまたは

円形(向き)データの配列は,いつでもアークで表されると仮定する. data はい。 numpy.ndarray それがそうです。量がなければ、数量であれば。

axis形が整っていて、オプションです

これに沿って円分散の軸を計算する.デフォルトの場合,展開平配列の分散を計算する.

weightsNumpy.ndarray、オプション

パケットデータの場合、i番目の要素 weights 各グループの重み係数を表します sum(weights, axis) 観察の回数に等しい。参照してください [1], 詳細な説明は22ページの備考1.4を参照されたい。

返品
circvarNdarrayまたは

円形分散。

注意事項

ここで用いた定義はscipy.stats.Circvarにおける定義とは異なる.正確には,Scipy Circvarは線形分散に近い小角度限界に基づく近似を用いている.

参考文献

1(1,2)

書名/著者A.Sengupta.“循環統計特集”。“多次元分析シリーズ”、2001年第5巻。

2

トップページ--定期刊行物の主な分類--定期刊行物の詳細紹介--定期刊行物の題録とダイジェスト--ダイジェスト内容“”循環統計特別テーマ(2001)“中の循環統計”。2015年。<https://crean.r-project.org/web/Packages/CircStats/CircStats.pdf>

実例.

>>> import numpy as np
>>> from astropy.stats import circvar
>>> from astropy import units as u
>>> data = np.array([51, 67, 40, 109, 31, 358])*u.deg
>>> circvar(data) 
<Quantity 0.16356352748437508>