雷利莱特

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

执行瑞利均匀性测试。

该测试用于识别非均匀分布，即它是为检测均匀性的单峰偏差而设计的。更精确地说，假设是零分布的。-H1（另类假设）：种群不均匀地分布在圆周围。较小的p值意味着拒绝原假设。

参数:

data : ndarray 或 QuantityNdarray或数量

圆形（定向）数据数组，假定在任何时候都以弧度为单位 data 是 numpy.ndarray .

axis : int ，可选PYTHON：int，可选

进行瑞利测试的轴。

weights : numpy.ndarray ，可选努比·恩达雷，可选

对于分组数据，第i个元素 weights 表示每个组的权重因子，以便 np.sum(weights, axis) 等于观察数。看到了吗 [1], 备注1.4，第22页，详细说明。

返回:

p-valuePython：浮点或数量 [:ref: 'dimensionless']

工具书类

[1]

S、 R.Jammalamadaka，A.SenGupta.“循环统计专题”。多元分析系列，第5卷，2001年。

[2]

C、 阿古斯蒂内利，U.Lund“循环统计专题（2001）”中的循环统计。2015<https://cran.r-project.org/web/packages/CircStats/CircStats.pdf>

[3]

M、 克里斯曼，C.米勒。”测试方向样本的一致性。”课堂讲稿，STA 6934/5805。佛罗里达大学，2007年。

[4]

D·威尔基。循环数据随机性的瑞利检验。应用统计学。1983年。<http://wexler.free.fr/library/files/wilkie%20(1983)%20rayleigh%20test%20for%20randomness%20of%20circular%20data.pdf>

实例

>>> 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>