Python Scipy stats.normaltest()用法及代碼示例

scipy.stats.normaltest(array, axis=0)函數檢驗樣品是否與正態分布不同。此函數檢驗樣本所來自的總體的零假設。

參數：
array:具有元素的輸入數組或對象。
axis :正態分布測試將沿其計算的軸。默認情況下，軸= 0。

返回：對數據集進行假設檢驗的k2值和P-value。

代碼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))

輸出：



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

代碼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))

輸出：



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

相關用法

注：本文由純淨天空篩選整理自vishal3096大神的英文原創作品 scipy stats.normaltest() function | Python。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。