python - Numpy:比较两个数据集的适应性

Question

我对此一片空白。

我有两个数据集:

d1 = [(x1,y1), (x2,y2)...] 
d2 = [(x1,y1), (x2,y2)...]

我想获得某种类型的统计值，也许是 r 值之类的东西，它可以告诉我 d2 与 d1 的拟合程度。

Answer 1

这取决于这两个向量是什么。您可能想要更具体。

如果它们类似于笛卡尔系统中的 X-Y 坐标，则距离相关性可能是最合适的 ( http://en.wikipedia.org/wiki/Distance_correlation#Alternative_formulation:_Brownian_covariance )。

如果x值相同，并且d1在每个x值下具有预期的y基于某个模型(即线性模型)并且 d2 具有观察到的 y 值，那么 Pearson 的 r 可能是一个不错的选择 scipy.stats.pearsonr >(http://en.wikipedia.org/wiki/Pearson_product-moment_correlation_coefficient)。

如果 d1 和 d2 都是相对频率数据(观察到的 y 值为 x 的事件计数) ，那么某种类型的拟合优度检验可能是正确的方向。 scipy.stats.chisquare、scipy.stats.chi2_contingency、scipy.stats.ks_2samp 等等。