Trait test::stats::Stats

pub trait Stats {
    // Required methods
    fn sum(&self) -> f64;
    fn min(&self) -> f64;
    fn max(&self) -> f64;
    fn mean(&self) -> f64;
    fn median(&self) -> f64;
    fn var(&self) -> f64;
    fn std_dev(&self) -> f64;
    fn std_dev_pct(&self) -> f64;
    fn median_abs_dev(&self) -> f64;
    fn median_abs_dev_pct(&self) -> f64;
    fn percentile(&self, pct: f64) -> f64;
    fn quartiles(&self) -> (f64, f64, f64);
    fn iqr(&self) -> f64;
}

🔬This is a nightly-only experimental API. (test)

一个 trait，它提供关于单变量数字样本集的简单描述性统计信息。

Required Methods

fn sum(&self) -> f64

🔬This is a nightly-only experimental API. (test)

样本的总和。

Note: 这种方法牺牲了性能，准确性取决于 IEEE 754 算法保证。 请参见以下网址的正确性证明： “Adaptive Precision Floating-Point Arithmetic and Fast Robust Geometric Predicates”

fn min(&self) -> f64

🔬This is a nightly-only experimental API. (test)

样品的最小值。

fn max(&self) -> f64

🔬This is a nightly-only experimental API. (test)

样品的最大值。

fn mean(&self) -> f64

🔬This is a nightly-only experimental API. (test)

样本的算术平均值 (average): 总和除以样本数。

请参见：https://en.wikipedia.org/wiki/Arithmetic_mean

fn median(&self) -> f64

🔬This is a nightly-only experimental API. (test)

样本中位数：将样本下半部分与样本上半部分分开的值。 等于 self.percentile(50.0)。

请参见：https://en.wikipedia.org/wiki/Median

fn var(&self) -> f64

🔬This is a nightly-only experimental API. (test)

样本方差：每个样本与样本均值之差的平方的偏差校正后的平均值。 请注意，这是计算 sample variance 而不是总体方差 (假定该方差是未知的)。 因此，通过除以 (n-1) 而不是 n，它可以纠正如果我们计算总体方差时出现的 (n-1)/n 偏差。

请参见：https://en.wikipedia.org/wiki/Variance

fn std_dev(&self) -> f64

🔬This is a nightly-only experimental API. (test)

标准偏差：样本方差的平方根。

Note: 对于非正态分布，这不是一个可靠的统计数据。 对于未知的发行版，最好使用 median_abs_dev。

请参见：https://en.wikipedia.org/wiki/Standard_deviation

fn std_dev_pct(&self) -> f64

🔬This is a nightly-only experimental API. (test)

标准偏差，以平均值的百分比表示。请参见 std_dev 和 mean。

Note: 对于非正态分布，这不是一个可靠的统计数据。 对于未知的发行版，最好使用 median_abs_dev_pct。

fn median_abs_dev(&self) -> f64

🔬This is a nightly-only experimental API. (test)

每个样本与样本中位数的绝对偏差的标度中位数。 这是样本可变性的可靠 (distribution-agnostic) 估计器。 如果您不能假定样本是正态分布的，则优先使用 std_dev。 请注意，常量 1.4826 对它进行了缩放，以使其可用作标准偏差的一致估计量。

请参见：https://en.wikipedia.org/wiki/Median_absolute_deviation

fn median_abs_dev_pct(&self) -> f64

🔬This is a nightly-only experimental API. (test)

中位数绝对偏差占中位数的百分比。请参见 median_abs_dev 和 median。

fn percentile(&self, pct: f64) -> f64

🔬This is a nightly-only experimental API. (test)

百分位数: self 中的值所占的 pct 百分比以下的值。 例如，percentile(95.0) 将返回值 v，以使 self 中 95% 的样本 s 满足 s <= v。

通过最接近等级之间的线性插值计算。

请参见：https://en.wikipedia.org/wiki/Percentile

fn quartiles(&self) -> (f64, f64, f64)

🔬This is a nightly-only experimental API. (test)

样本四分位数：将样本分为四个相等组的三个值，每个组的数据为 1/4。 中间值为中间值。 请参见 median 和 percentile。 与对 percentile 的 3 个调用相比，此函数可以更有效地计算 3 个四分位数，但在其他方面等效。

另请参见：https://en.wikipedia.org/wiki/Quartile

fn iqr(&self) -> f64

🔬This is a nightly-only experimental API. (test)

四分位间距：第 25 个百分位数 (第 1 个四分位数) 和第 75 个百分位数 (第 3 个四分位数) 之间的差。 请参见 quartiles。

另请参见：https://en.wikipedia.org/wiki/Interquartile_range

Implementations on Foreign Types

impl Stats for [f64]

fn sum(&self) -> f64

🔬This is a nightly-only experimental API. (test)

fn min(&self) -> f64

🔬This is a nightly-only experimental API. (test)

fn max(&self) -> f64

🔬This is a nightly-only experimental API. (test)

fn mean(&self) -> f64

🔬This is a nightly-only experimental API. (test)

fn median(&self) -> f64

🔬This is a nightly-only experimental API. (test)

fn var(&self) -> f64

🔬This is a nightly-only experimental API. (test)

fn std_dev(&self) -> f64

🔬This is a nightly-only experimental API. (test)

fn std_dev_pct(&self) -> f64

🔬This is a nightly-only experimental API. (test)

fn median_abs_dev(&self) -> f64

🔬This is a nightly-only experimental API. (test)

fn median_abs_dev_pct(&self) -> f64

🔬This is a nightly-only experimental API. (test)

fn percentile(&self, pct: f64) -> f64

🔬This is a nightly-only experimental API. (test)

fn quartiles(&self) -> (f64, f64, f64)

🔬This is a nightly-only experimental API. (test)

fn iqr(&self) -> f64

🔬This is a nightly-only experimental API. (test)

Implementors