0。而这是由它划分之前在那里SciPy的检查自由度的数量。
这样一来,
xdata = [1, 2], ydata = [1, 2]您将获得零协方差(请注意,模型仍然完全适合:完全适合不是问题)。
如果样本大小N为1(样本方差的公式的分母为(N-1)),则这与未定义样本方差相同。如果仅从总体中抽取大小=
1的样本,则不会将方差估计为零,而对方差一无所知。
欢迎分享,转载请注明来源:内存溢出
0。而这是由它划分之前在那里SciPy的检查自由度的数量。
这样一来,
xdata = [1, 2], ydata = [1, 2]您将获得零协方差(请注意,模型仍然完全适合:完全适合不是问题)。
如果样本大小N为1(样本方差的公式的分母为(N-1)),则这与未定义样本方差相同。如果仅从总体中抽取大小=
1的样本,则不会将方差估计为零,而对方差一无所知。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)