Python SciPy stats.kruskal用法及代码示例

本文简要介绍 python 语言中 scipy.stats.kruskal 的用法。

用法:

scipy.stats.kruskal(*samples, nan_policy='propagate', axis=0, keepdims=False)#

计算独立样本的Kruskal-Wallis H-test。

Kruskal-Wallis H-test 检验所有组的总体中位数相等的原假设。它是 ANOVA 的非参数版本。该测试适用于 2 个或更多独立样本，这些样本可能具有不同的大小。请注意，拒绝原假设并不表示哪个组不同。需要在组之间进行事后比较以确定哪些组不同。

参数 ：：

sample1, sample2, …： array_like

具有样本测量值的两个或多个数组可以作为参数给出。样本必须是一维的。

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

定义如何处理输入 NaN。

• propagate ：如果计算统计数据的轴切片(例如行)中存在NaN，则输出的相应条目将为 NaN。

• omit : 计算时将省略NaNs。如果计算统计数据的轴切片中剩余的数据不足，则输出的相应条目将为 NaN。

• raise ：如果存在 NaN，则会引发 ValueError。

axis： int 或无，默认值：0

如果是 int，则计算统计量的输入轴。输入的每个axis-slice(例如行)的统计信息将出现在输出的相应元素中。如果 None ，输入将在计算统计数据之前被分解。

keepdims： 布尔值，默认值：假

如果将其设置为 True，则缩小的轴将作为尺寸为 1 的尺寸留在结果中。使用此选项，结果将针对输入数组正确广播。

返回 ：：

statistic： 浮点数

Kruskal-Wallis H 统计数据，已针对平局进行了校正。

pvalue： 浮点数

使用 H 具有卡方分布的假设进行检验的 p 值。返回的 p 值是在 H 处评估的卡方分布的生存函数。

注意：

由于假设 H 具有卡方分布，因此每组中的样本数不能太少。一个典型的规则是每个样本必须至少有 5 次测量。

从 SciPy 1.9 开始，np.matrix 输入(不建议用于新代码)在执行计算之前转换为 np.ndarray。在这种情况下，输出将是标量或适当形状的 np.ndarray 而不是 2D np.matrix 。同样，虽然屏蔽数组的屏蔽元素被忽略，但输出将是标量或 np.ndarray 而不是带有 mask=False 的屏蔽数组。

参考：

[1]

W. H. Kruskal 和 W. W. Wallis，“One-Criterion 方差分析中排名的使用”，美国统计协会杂志，卷。 47，第 260 期，第 583-621 页，1952 年。

[2]

https://en.wikipedia.org/wiki/Kruskal-Wallis_one-way_analysis_of_variance

例子：

>>> from scipy import stats
>>> x = [1, 3, 5, 7, 9]
>>> y = [2, 4, 6, 8, 10]
>>> stats.kruskal(x, y)
KruskalResult(statistic=0.2727272727272734, pvalue=0.6015081344405895)

>>> x = [1, 1, 1]
>>> y = [2, 2, 2]
>>> z = [2, 2]
>>> stats.kruskal(x, y, z)
KruskalResult(statistic=7.0, pvalue=0.0301973834223185)