ExGUtils：一个用于 ex-Gaussian 概率密度统计分析的 Python 包
应用统计
2018-11-07 v1
摘要
反应时间及其潜在认知过程的研究是心理学的一个重要领域。反应时间通常通过ex-Gaussian分布建模，因为它对多个经验数据提供了良好的拟合。该分布的复杂性使得计算工具的使用成为该领域的一个基本要素。因此，迫切需要高效且通用的计算工具用于该领域的研究。在本手稿中，我们讨论了ex-Gaussian分布的一些数学细节，并应用ExGUtils包（一组为Python编写的函数和数值工具，开发用于涉及ex-Gaussian概率密度的数据数值分析）。为了验证该包，我们提出了用其获得的拟合的广泛分析，讨论了最小二乘和最大似然方法之间的优势和差异，并定量评估了所得拟合的优度（这通常是该领域大多数文献中忽视的一点）。所进行的分析使人们能够识别经验数据集中的离群值，并审慎确定是否需要数据修剪以及应在哪些点进行。
引用
@article{arxiv.1707.05759,
title = {ExGUtils: A python package for statistical analysis with the ex-gaussian probability density},
author = {Carmen Moret-Tatay and Daniel Gamermann and Esperanza Navarro-Pardo and Pedro Fernandez de Córdoba},
journal= {arXiv preprint arXiv:1707.05759},
year = {2018}
}
备注
18 pages, 4 figures, 5 Tables