Python SciPy mstats.kruskalwallis用法及代碼示例

本文簡要介紹 python 語言中 scipy.stats.mstats.kruskalwallis 的用法。

用法:

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

計算獨立樣本的Kruskal-Wallis H-test

參數 ：：

sample1, sample2, …： array_like

具有樣本測量值的兩個或多個數組可以作為參數給出。

返回 ：：

statistic： 浮點數

Kruskal-Wallis H 統計數據，已針對平局進行了校正

pvalue： 浮點數

使用 H 具有卡方分布的假設進行檢驗的 p 值

注意：

有關 kruskal 的更多詳細信息，請參閱 scipy.stats.kruskal 。

例子：

>>> from scipy.stats.mstats import kruskal

測試了來自三個不同品牌電池的隨機樣本，以查看充電持續多長時間。結果如下：

>>> 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]

檢驗所有品牌持續時間的分布函數相同的假設。使用 5% 的顯著性水平。

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

由於返回的 p 值小於 5% 的臨界值，因此在 5% 顯著性水平下拒絕原假設。