估计两个未配对数据集之间的相似性答案

【问题标题】：Estimating the Similarity between Two Unpaired Datasets估计两个未配对数据集之间的相似性
【发布时间】：2016-02-02 13:35:19
【问题描述】：

我正在尝试比较数据（黑色）和模型（颜色）。 [图。 1]

还有一个例子[图。 2]。图 1 和图 2 的数据集和模型不同。

在这两种情况下，模型和数据之间似乎存在重叠，但是，图 2 的重叠/匹配更好。我想量化这两种情况下数据和模型的相关性为了区分两个数字的“拟合优度”。我想知道我应该使用哪种（统计）方法来定量估计相关性。

【问题讨论】：

你的语言是什么？ R 还是 Python？
@Pascal 我正在使用 Python。
那么为什么是“r”标签呢？已删除。
这些情节的含义是什么。每一个黑点，都有一个具体对应的颜色点？
@AmiTavory 不，数据和模型之间没有一对一的关系。对于每个图，数据代表不同条件下的 x 和 y 值。我尝试对各种可能性进行建模，并用彩色点表示我的结果。现在我正在尝试查看模型点 [color] 是否足以代表数据 [black]。

【解决方案1】：

您可以先使用numpy.mean 计算每个数据集的重心，然后比较它们之间的接近程度。下一步是检查每个中心是否在另一个数据集的不确定椭圆 (http://www.visiondummy.com/2014/04/draw-error-ellipse-representing-covariance-matrix/) 内。

最后，我建议使用假设检验，例如学生检验或 f 检验。 scipy 中有一些方法可以进行此类测试，请看文档

【讨论】：