Fonctions statistiques aidant à l’analyse des courbes ROC

Fonctions ou classes utiles pour le la visualisation et l’analyse.

Created on Tue Apr 14 22:44:11 2020

@author: Cyrile Delestre

dstk.visualization.statistique.cdf_rayleigh(x: numpy.ndarray, mean: float = 1, std: None = None)

Fonction vectorisée permettant de calculer la CDF de la loi Rayleigh.

Parameters:

xndarray

points d’évaluation de la CDF.

meanfloat

moyenne

stdNone

pour être ISO avec la fonction cdf_normal() (inutilisé).

See also

cdf_normal, kolmogorov_smirnov_test

dstk.visualization.statistique.kolmogorov_smirnov_test(x: numpy.ndarray, cdf: TypeCDF, mean: Optional[float], std: Optional[float], **kargs)

Fonction permettant de calculer l’écart entre deux CDF du test de Kolmogorow-Smirnov.

Parameters:

xnp.ndarray

variable aléatoire suivant une loi inconnue.

cdfTypeCDF

fonction de CDF continue.

meanOptional[float]

moyenne estimée de la variable x.

stdOptional[float]

écrat-type estimé de la variable x.

**kargs :

arguments pour la fonction histogram de Numpy.

Returns:

Ecart de Kolmogorow-Smirnov.

See also

cdf_normal, cdf_rayleigh

Notes

La fonction cdf doit avoir le format :

cdf(x: np.array, mean: float, std: float)

Les arguments mean et std sont juste des noms en référence à la loie normale, elles peuvent représentrer d’autres carastéristiques statistiques. Si la cdf à besoins de plus de 2 caractéristiques pour être calculé, cette fonction ne fonctionnera pas.