Trait test::stats::Stats [−][src]
pub trait Stats {
Show methods
fn sum(&self) -> f64;
fn min(&self) -> f64;
fn max(&self) -> f64;
fn mean(&self) -> f64;
fn median(&self) -> f64;
fn var(&self) -> f64;
fn std_dev(&self) -> f64;
fn std_dev_pct(&self) -> f64;
fn median_abs_dev(&self) -> f64;
fn median_abs_dev_pct(&self) -> f64;
fn percentile(&self, pct: f64) -> f64;
fn quartiles(&self) -> (f64, f64, f64);
fn iqr(&self) -> f64;
}test)Expand description
Trait,它提供关于单变量数字样本集的简单描述性统计信息。
Required methods
test)样本的总和。
Note: 这种方法牺牲了性能的准确性。取决于 IEEE-754 的算法保证。 请参见正确性证明: “Adaptive Precision Floating-Point Arithmetic and Fast Robust Geometric Predicates”
test)样本的算术平均值 (average): 总和除以样本数。
test)样本中位数: 将样本下半部分与样本上半部分分开的值。
等于 self.percentile(50.0)。
test)样本方差: 每个样本与样本均值之差的平方的偏差校正后的平均值。
请注意,这是计算 sample variance 而不是总体方差 (假定该方差是未知的)。
因此,通过除以 (n-1) 而不是 n,它可以纠正如果我们计算总体方差时出现的 (n-1)/n 偏差。
test)标准偏差: 样本方差的平方根。
Note: 对于非正态分布,这不是一个可靠的统计数据。
对于未知的发行版,最好使用 median_abs_dev。
fn std_dev_pct(&self) -> f64
[src]
fn std_dev_pct(&self) -> f64
[src]test)标准偏差,以平均值的百分比表示。请参见 std_dev 和 mean。
Note: 对于非正态分布,这不是一个可靠的统计数据。
对于未知的发行版,最好使用 median_abs_dev_pct。
fn median_abs_dev(&self) -> f64
[src]
fn median_abs_dev(&self) -> f64
[src]test)每个样本与样本中位数的绝对偏差的标度中位数。
这是样本可变性的可靠 (distribution-agnostic) 估计器。
如果您不能假定样本是正态分布的,则优先使用 std_dev。
请注意,常量 1.4826 对它进行了缩放,以使其可用作标准偏差的一致估计量。
See: https://en.wikipedia.org/wiki/Median_absolute_deviation
fn median_abs_dev_pct(&self) -> f64
[src]
fn median_abs_dev_pct(&self) -> f64
[src]test)中位数绝对偏差占中位数的百分比。请参见 median_abs_dev 和 median。
fn percentile(&self, pct: f64) -> f64
[src]
fn percentile(&self, pct: f64) -> f64
[src]test)百分位数: self 中的值所占的 pct 百分比以下的值。
例如,percentile(95.0) 将返回值 v,以使 self 中 95% 的样本 s 满足 s <= v。
通过最接近等级之间的线性插值计算。
test)样本四分位数: 将样本分为四个相等组的三个值,每个组的数据为 1/4。
中间值为中间值。
请参见 median 和 percentile。
与对 percentile 的 3 个调用相比,此函数可以更有效地计算 3 个四分位数,但在其他方面等效。
test)四分位间距: 第 25 个百分位数 (第 1 个四分位数) 和第 75 个百分位数 (第 3 个四分位数) 之间的差。
请参见 quartiles。
Implementations on Foreign Types
test)test)test)test)