francesca senatore wrote:
> Ciao a tutti,
> sono da poco (e per poco intendo veramente poco) nel mondo python. Sono alle
> prime armi e non me ne volete se non sono molto preparata.
Ciao Francesca,
benvenuta! :)
> Al momento ho la necessità di eseguire dei test statistici
> (Kolmogorov-Smirnov test, Two Sample Tests, fit ai minimi quadrati) che erano
> inclusi in ASURV(analysis survival). Ho visto che python include questo
> pacchetto statistico.
Che intendi? ASURV?
Che roba è? Io ho trovato questo: http://python-asurv.sourceforge.net
È lui?
In ogni caso guardando mi pare di capire che si tratta di un software per dati
astronimici/astro fisici[1]. Corretto?
Nel caso il tuo dominio fosse quello, ti segnalo questi due progetti:
**AstroPy**: http://www.astropy.org
**AstroML**: http://www.astroml.org
Sono ben documentati e molto supportati dalla comunità… certamente meglio di
quel porting indicato poco prima.. anyway..
——
[1]: http://www.astrostatistics.psu.edu/statcodes/
> Il mio problema non sono tanto le routine in se per se (che mi sembrano
> facili) ma l'inserimento dati. I miei dati includono i famosi censored data
> (upper e lower limits) ed errori sulle misure. Io vorrei includere anche
> questi valori
ok, il tuo problema è chiaro (a parte che non capisco perché vuoi includere i
censored data nel calcolo del fitting.. ma tant'è…. del resto, non hai
specificato il dominio.. :P)
> quando faccio correre questi test.
effettiva "run", in inglese, significa "correre"… :D (kiddin')
> from scipy import stats
>
> import numpy as np
>
> x=<1, 2, 3, 4, 5, 6, 7>
>
> y=<5, 4, 7, 8, 9, 11, 12>
vabeh, diciamo che questo non è esattamente codice Python.. :P
>
> slope, intercept, r_value, p_value, std_err = stats.linregress(x,y)
>
> Questa routine mi calcola il fit dandomi tutti i parametri che mi servono.
> Nei miei set di dati ci sono upper limit, cioè non detection (i famosi
> censored data), che voglio tenere in considerazione nel fit. In aggiunta ho
> un altro set di dati che riguardano gli errori sulle y. Io voglio includere
> anche questi parametri ma non so come fare.
>
> Io usavo ASURV per fare cose di questo genere tenendo in considerazione gli
> upper oppure i lower limits e in questo caso indicavo le detection (i valori
> effettivamente calcolati) con 0 e con 1 le nondetection (upper limit). Cioè
> generavo un file con tre colonne dove la prima colonna indicava il tipo di
> valore.
>
> Con python ho visto che questo è possibile perchè include molti metodi
> statistici di ASURV ma non riesco a capire come inserire questi valori.
Io però a questo punto non ho capito quale sia **veramente** il tuo problema..
In ogni caso, penso che questo possa esserti utile:
https://www.wakari.io/nb/pybokeh/Weibull_Analysis#part2
Credo sia proprio un esempio di analisi che si avvicina a ciò che intendi fare…
In generale, poi, ti segnalo anche `statsmodel`:
https://github.com/statsmodels/statsmodels
Oltre ad estendere le funzionalità di `scipy.stats`, dovrebbe già contenere dei
metodi per l'analisi con *suspended* data...
HTH
Valerio
_______________________________________________
Python mailing list
[email protected]
http://lists.python.it/mailman/listinfo/python
