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 Python@lists.python.it http://lists.python.it/mailman/listinfo/python