Python dask.array.stats.kurtosistest用法及代碼示例

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

測試數據集是否具有正常峰度。

此文檔字符串是從 scipy.stats.kurtosistest 複製的

可能存在與 Dask 版本的一些不一致之處。

此函數檢驗零假設，即從中抽取樣本的總體的峰度是正態分布的峰度。

參數：

a：數組

樣本數據的數組。

axis：int 或無，可選

計算測試的軸。默認值為 0。如果沒有，則計算整個數組 a 。

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

定義當輸入包含 nan 時如何處理。以下選項可用(默認為‘propagate’)：

‘propagate’：返回 nan
‘raise’：引發錯誤
‘omit’：執行忽略 nan 值的計算

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

定義備擇假設。以下選項可用(默認為“two-sided”)：

‘two-sided’：樣本基礎分布的峰度與正態分布的峰度不同
‘less’：樣本基礎分布的峰度小於正態分布的峰度
‘greater’：樣本基礎分布的峰度大於正態分布的峰度

statistic：浮點數: 此測試的計算 z-score。
pvalue：浮點數: p-value 用於假設檢驗。

注意：

僅對 n>20 有效。此函數使用 [1] 中說明的方法。

參考：

1: 參見例如F. J. Anscombe，W. J. Glynn，“正常樣本的峰度統計量 b2 的分布”，Biometrika，第一卷。 70，第 227-234 頁，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)

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.array.stats.kurtosistest。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

參考：

例子：