2 个不稳定版本

0.2.0 2022年3月2日
0.1.0 2020年11月30日

#561 in 科学

Download history • Rust 包仓库 138/week @ 2024-03-14 • Rust 包仓库 179/week @ 2024-03-21 • Rust 包仓库 220/week @ 2024-03-28 • Rust 包仓库 227/week @ 2024-04-04 • Rust 包仓库 153/week @ 2024-04-11 • Rust 包仓库 139/week @ 2024-04-18 • Rust 包仓库 147/week @ 2024-04-25 • Rust 包仓库 197/week @ 2024-05-02 • Rust 包仓库 136/week @ 2024-05-09 • Rust 包仓库 162/week @ 2024-05-16 • Rust 包仓库 220/week @ 2024-05-23 • Rust 包仓库 401/week @ 2024-05-30 • Rust 包仓库 95/week @ 2024-06-06 • Rust 包仓库 178/week @ 2024-06-13 • Rust 包仓库 133/week @ 2024-06-20 • Rust 包仓库 134/week @ 2024-06-27 • Rust 包仓库

596 每月下载量
cbdr 中使用

Unlicense 许可

32KB
677

一个用于测试两个正态分布的均值是否相同的 crate。

此 crate 实现了 Welch's t-test,Behrens-Fisher 问题的一个近似解。结果以置信区间的形式呈现。

示例

假设我们有一个分布为 X(正态分布)的总体,另一个分布为 Y(也是正态分布,但可能与 X 的均值/方差不同)。让我们从每个总体中抽取一个样本来估计总体均值的差异。

use behrens_fisher::*;
let x_sample: Vec<f64> = vec![1., 2., 3., 4.];
let y_sample: Vec<f64> = vec![3., 5., 7., 9., 11.];

let x_stats: SampleStats = x_sample.into_iter().collect();
let y_stats: SampleStats = y_sample.into_iter().collect();
let ci = difference_of_means(0.95, x_stats, y_stats).unwrap();
assert_eq!(ci.to_string(), "+4.50 ± 3.89 (p=95%)");
// Looks like μ[Y] > μ[X]!

依赖项

~77KB