当前位置: 首页>>代码示例>>用法及示例精选>>正文


python scipy stats.kurtosistest用法及代码示例

用法:

scipy.stats.kurtosistest(a, axis=0, nan_policy='propagate')

测试数据集是否具有正常峰度。

此函数检验零假设,即从其抽取样本的总体的峰度是正态分布的峰度:kurtosis = 3(n-1)/(n+1)

参数:

aarray

样本数据的数组。

axisint 或 None, 可选参数

计算测试所沿的轴。默认值为0。如果为None,则对整个数组进行计算。

nan_policy{‘propagate’, ‘raise’, ‘omit’}, 可选参数

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

  • ‘propagate’:returns nan

  • ‘raise’:throws an error

  • ‘omit’:performs the calculations ignoring nan values

返回值:

statistic浮动

为此测试计算的z-score。

pvalue浮动

two-sided p-value用于假设检验。

注意:

仅对n> 20有效。此函数使用[1]

参考文献:

1

参见例如F. J. Anscombe,W。J. Glynn,“正常样本的峰度统计b2的分布”,《生物计量学》,第1卷,第1期。 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)
>>> np.random.seed(28041990)
>>> s = np.random.normal(0, 1, 1000)
>>> kurtosistest(s)
KurtosistestResult(statistic=1.2317590987707365, pvalue=0.21803908613450895)

源码:

scipy.stats.kurtosistest的API实现见:[源代码]

注:本文由纯净天空筛选整理自 scipy.stats.kurtosistest。非经特殊声明,原始代码版权归原作者所有,本译文的传播和使用请遵循“署名-相同方式共享 4.0 国际 (CC BY-SA 4.0)”协议。