沃米斯莫尔#
- astropy.stats.circstats.vonmisesmle(data, axis=None, weights=None)[源代码]#
计算von-Mises分布参数的极大似然估计(MLE)。
- 参数:
- data :
ndarray
或Quantity
Ndarray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 计算最大似然比的轴。
- weights :
numpy.ndarray
,可选努比·恩达雷,可选 对于分组数据,的第i个元素
weights
表示每个组的加权系数,以便sum(weights, axis)
等于观察的次数。看见 [1], 备注1.4,第22页,详细说明。
- data :
- 返回:
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>
实例
>>> import numpy as np >>> from astropy.stats import vonmisesmle >>> from astropy import units as u >>> data = np.array([130, 90, 0, 145])*u.deg >>> vonmisesmle(data) (<Quantity 101.16894320013179 deg>, <Quantity 1.49358958737054>)