Python SciPy mstats.kruskalwallis用法及代码示例

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

用法:

scipy.stats.mstats.kruskalwallis(*args)#

计算独立样本的Kruskal-Wallis H-test

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。

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

注意：

有关 kruskal 的更多详细信息，请参阅 scipy.stats.kruskal 。

例子：

>>> from scipy.stats.mstats import kruskal

测试了来自三个不同品牌电池的随机样本，以查看充电持续多长时间。结果如下：

>>> a = [6.3, 5.4, 5.7, 5.2, 5.0]
>>> b = [6.9, 7.0, 6.1, 7.9]
>>> c = [7.2, 6.9, 6.1, 6.5]

检验所有品牌持续时间的分布函数相同的假设。使用 5% 的显著性水平。

>>> kruskal(a, b, c)
KruskalResult(statistic=7.113812154696133, pvalue=0.028526948491942164)

由于返回的 p 值小于 5% 的临界值，因此在 5% 显著性水平下拒绝原假设。