Python Scipy stats.skewtest()用法及代碼示例

scipy.stats.skewtest(array, axis=0)函數測試偏度是否與正態分布不同。此函數檢驗原假設，即從中抽取樣本的總體的偏斜度與相應正態分布的偏度相同。

其公式-

參數：
array : 具有元素的輸入數組或對象。
axis : 要計算偏度測試的軸。默認情況下，軸= 0。

返回值：統計數據的Z-score和P-value用於數據集的假設檢驗。

代碼1：

# Performing skewtest 
from scipy.stats import skewtest 
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( '\nSkewness test for given data :\n', skewtest(y1))

輸出：



Skewness test for given data :
 SkewtestResult(statistic=11.874007880556805, pvalue=1.6153913086650964e-32)

代碼2：

# Performing skewtest 
from scipy.stats import skewtest 
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( '\nSkewness for data :\n', skewtest(y1))

輸出：



Skewness for data :
 SkewtestResult(statistic=16.957642860709516, pvalue=1.689888374767126e-64)

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.skewtest() 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。