Python dask.array.stats.kurtosistest用法及代码示例

用法: dask.array.stats.kurtosistest(a, axis=0, nan_policy='propagate')

测试数据集是否具有正常峰度。

此文档字符串是从 scipy.stats.kurtosistest 复制的

可能存在与 Dask 版本的一些不一致之处。

此函数检验零假设，即从中抽取样本的总体的峰度是正态分布的峰度。

参数：

a：数组

样本数据的数组。

axis：int 或无，可选

计算测试的轴。默认值为 0。如果没有，则计算整个数组 a 。

nan_policy：{‘propagate’, ‘raise’, ‘omit’}，可选

定义当输入包含 nan 时如何处理。以下选项可用(默认为‘propagate’)：

‘propagate’：返回 nan
‘raise’：引发错误
‘omit’：执行忽略 nan 值的计算

alternative：{‘two-sided’, ‘less’, ‘greater’}，可选(Dask 不支持)

定义备择假设。以下选项可用(默认为“two-sided”)：

‘two-sided’：样本基础分布的峰度与正态分布的峰度不同
‘less’：样本基础分布的峰度小于正态分布的峰度
‘greater’：样本基础分布的峰度大于正态分布的峰度

statistic：浮点数: 此测试的计算 z-score。
pvalue：浮点数: p-value 用于假设检验。

注意：

仅对 n>20 有效。此函数使用 [1] 中说明的方法。

参考：

1: 参见例如F. J. Anscombe，W. J. Glynn，“正常样本的峰度统计量 b2 的分布”，Biometrika，第一卷。 70，第 227-234 页，1983 年。

例子：

>>> from scipy.stats import kurtosistest  
>>> kurtosistest(list(range(20)))  
KurtosistestResult(statistic=-1.7058104152122062, pvalue=0.08804338332528348)
>>> kurtosistest(list(range(20)), alternative='less')  
KurtosistestResult(statistic=-1.7058104152122062, pvalue=0.04402169166264174)
>>> kurtosistest(list(range(20)), alternative='greater')  
KurtosistestResult(statistic=-1.7058104152122062, pvalue=0.9559783083373583)

>>> rng = np.random.default_rng()  
>>> s = rng.normal(0, 1, 1000)  
>>> kurtosistest(s)  
KurtosistestResult(statistic=-1.475047944490622, pvalue=0.14019965402996987)

相关用法

注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.array.stats.kurtosistest。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

注意：

参考：

例子：