Numpy：比较两个健身数据集

Question

我在这上面写了一个空白。

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，可能类似于r值，它告诉我d2与d1的匹配程度。

Answer 1

它取决于这两个载体是什么。你可能想要更具体。

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

如果x值相同且d1根据特定模型（即线性模型）和{{y在每个x值下具有预期d2 1}}具有观察到的y值，那么Pearson的r可能是一个很好的选择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y事件数值x），那么某种类型的拟合度测试可能是正确的方向去。 scipy.stats.chisquare，scipy.stats.chi2_contingency，scipy.stats.ks_2samp，仅举几例。