Python Scipy stats.normaltest()用法及代码示例

scipy.stats.normaltest(array, axis=0)函数检验样品是否与正态分布不同。此函数检验样本所来自的总体的零假设。

参数：
array:具有元素的输入数组或对象。
axis :正态分布测试将沿其计算的轴。默认情况下，轴= 0。

返回：对数据集进行假设检验的k2值和P-value。

代码1：

# Performing normaltest 
from scipy.stats import normaltest 
import numpy as np  
import pylab as p  
  
x1 = np.linspace( -5, 5, 1000 ) 
y1 = 1./(np.sqrt(2.*np.pi)) * np.exp( -.5*(x1)**2  ) 
  
p.plot(x1, y1, '.') 
  
print( '\nNormal test for given data:\n', normaltest(y1))

输出：



Normal test for given data:
 NormaltestResult(statistic=146.08066794511544, pvalue=1.901016994532079e-32)

代码2：

# Performing normaltest 
from scipy.stats import normaltest 
import numpy as np  
import pylab as p  
  
x1 = np.linspace( -5, 12, 1000 ) 
y1 = 1./(np.sqrt(2.*np.pi)) * np.exp( -.5*(x1)**2  ) 
  
p.plot(x1, y1, '.') 
  
print( '\nNormal test for given data:\n', normaltest(y1))

输出：



Normal test for given data:
 NormaltestResult(statistic=344.05533061429884, pvalue=1.9468577593501764e-75)

相关用法

注：本文由纯净天空筛选整理自vishal3096大神的英文原创作品 scipy stats.normaltest() function | Python。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。