光が一番軽い

astropy.stats.rayleightest(data, axis=None, weights=None)

均一性のレイリーテストを行います。

このテストは、不均一分布を識別するために使用され、すなわち、単一ピーク偏差均一性を検出するように設計されてより正確には、-H 0(ゼロ仮説)：人口が円の周囲に均一に分布しているという仮定を仮定する。H 1(別の仮定)：人口は円の周囲に均一に分布していない。より小さいp値は、ゼロ仮説が拒否されるべきであることを示す。

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。

axis形が整っていて、オプションです

レイリーテストを実行する軸に沿っています

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 np.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

p-value浮遊や

参考文献

1

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>

3

著者：M.Chirstman C.Miller。“方向サンプルの一貫性をテストします。”原稿は、STA 6934/5805。フロリダ大学、2007年。

4

D·ウィルキーです“サイクルデータのランダム性のレイリー検査”。統計学を応用する。1983年。<http：//citeseerx.ist.psu.edu/viewdoc/Summary？doi=10.1.1.211.4762>

実例.

>>> import numpy as np
>>> from astropy.stats import rayleightest
>>> from astropy import units as u
>>> data = np.array([130, 90, 0, 145])*u.deg
>>> rayleightest(data) 
<Quantity 0.2563487733797317>