Python:逆经验累积分布函数(ECDF)？

Question

我们可以用

创建 ECDF

import numpy as np
from statsmodels.distributions.empirical_distribution import ECDF
ecdf = ECDF([3, 3, 1, 4])

然后在

点获得 ECDF

ecdf(x)

但是，如果我想知道百分位数 97.5% 的 x 怎么办？

来自 http://www.statsmodels.org/stable/generated/statsmodels.distributions.empirical_distribution.ECDF.html?highlight=ecdf，似乎没有实现。

有什么办法吗？或者任何其他图书馆？

Answer 1

由于经验 CDF 只是在每个数据点放置 1/n 的质量，因此第 97.5 个分位数就是大于所有其他点的 97.5% 的数据点。要找到这个值，您可以简单地按升序对数据进行排序，然后找到第 0.975n 个最大值。

sample = [1, 5, 2, 10, -19, 4, 7, 2, 0, -1]
n = len(sample)
sort = sorted(sample)
print sort[int(n * 0.975)]

产生:

10

因为我们记得对于离散分布(如经验 cdf)，分位数函数定义为 here ，我们意识到我们必须取第 0.975n 个(向上舍入)最大值。