python非参数检验

目录

单样本非参数检验

中位数（均值）检验【wilcoxon符号值秩检验】

 分布的检验

游程检验

两样本的非参数检验

独立样本中位数（均值）检验【Mann-Whitney-Wilcoxon检验or Wilcoxon秩和检验】

独立样本的分布检验 

配对样本中位数的检验

两样本游程检验

多个样本的非参数检验

多个样本的分布检验

独立样本位置的检验 

---

在总体分布未知或与总体分布无关的情况下进行统计推断--非参数估计

对总体分布形式的检验（拟合优度检验）

对总体分布位置的检验（位置检验）

单样本非参数检验

中位数（均值）检验【wilcoxon符号值秩检验】

假定总体是连续且对称（中位数=均值）

原假设H0 ：M=M0

基本思想：假设总体中位数M0，计算Di=xi-M0，按照其绝对值排序得到秩。计算Di<0/>0的秩和W-、W+,如果相差很大，则可以拒绝对总体中位数的原假设

def Wilcoxon_signes_rank_test(samp,mu0=0):
    temp=pd.DataFrame(np.asarray(samp),columns=['origin_data'])
    temp['D']=temp['origin_data']-mu0
    temp['rank']=abs(temp['D']).rank()
    posW=sum(temp[temp['D']>0]['rank'])
    negW=sum(temp[temp['D']<0]['rank'])
    n=temp[temp['D']!=0]['rank'].count()
    z=(posW-n*(n+1)/4)/np.sqrt((n*(n+1)*(2*n+1))/24)
    p = (1-stats.norm.cdf(abs(z)))*2
    return z , p

Wilcoxon_signed_rank_test(water['net'],mu0=600)

# 也可以statsmodels.stats.descriptivestats中sign_test

 分布的检验

K-S检验H0：F(X)=F0(X)

检验样本数据是否服从某个分布

stats.kstest(ks['observation'],'norm',args=(ks['observation'].mea