数据特征分析：4.正态分布与正态性检验

 

 1.正态分布

 

期望值u（均值）决定位置，标准差决定它的分布幅度，可以验证分布曲线的高矮胖瘦，越胖代表它的离中趋势越明显，越高代表它集中的值越高。

 

 

2. 正太性检验

利用观测数据判断总体是否服从正态分布的检验称为正态性检验，它是统计判决中重要的一种特殊的拟合优度假设检验。

直方图初判 / QQ图判断 / K-S检验

 2.1直方图初判 

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
% matplotlib inline

#直方图判断
s = pd.DataFrame(np.random.randn(1000)+10, columns = ['value'])
print(s.head())  #创建随机数据

fig = plt.figure(figsize = (10, 6))
ax1 = fig.add_subplot(2, 1, 1)  # 创建子图1
ax1.scatter(s.index, s.values)
plt.grid() #绘制数据分布图

s = pd.DataFrame(np.random.rand(1000)+10, columns = ['value'])#这样子改下，其他不变，就是均匀分布了

ax2 = fig.add_subplot(2,1,2)  # 创建子图2
s.hist(bins=30,alpha = 0.5,ax = ax2)
s.plot(kind = 'kde', secondary_y=True,ax = ax2)
plt.grid()
# 绘制直方图
# 呈现较明显的正太性

2.2 QQ图判断

 QQ图通过把测试样本数据的分位数与已知分布相比较，从而来检验数据的分布情况

QQ图是一种散点图，对应于正态分布的QQ图，就是由标准正态分布的分位数为横坐标，样本值为纵坐标的散点图
 参考直线：四分之一分位点和四分之三分位点这两点确定，看散点是否落在这条线的附近

 绘制思路 
 ① 在做好数据清洗后，对数据进行排序（次序统计量：x(1)<x(2)<....<x(n)）
 ② 排序后，计算出每个数据对应的百分位p{ i } ，即第i个数据x(i)为p(i)分位数，其中p(i)=(i-0.5)/n （pi有多重算法，这里以最常用方法为主）
 ③ 绘制直方图 + qq图，直方图作为参考

 绘制散点图，横坐标是它的分位，就是分布的位置，做下排序，看是否很多的点在某条直线上，这条直线一般是拿它的一分位和三分位做一下相减，

s = pd.DataFrame(np.random.randn(1000) + 10, columns = [