在python中做正态性检验示例
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 :直方图 + 密度线
QQ图判断:(s_r.index - 0.5)/len(s_r) p(i)=(i-0.5)/n 分 位数与value值作图
排序
s.sort_values(by = 'value',inplace = True)
s_r = s.reset_index(drop=False)
分位数:
s_r['p'] = (s_r.index - 0.5)/len(s_r)
s_r['q'] = (s_r['value'] - mean) / std
print(s_r.head())
# 计算百分位数
# 计算q值
ax3 = fig.add_subplot(3,1,3)
ax3.plot(s_r['p'],s_r['value'],'k',alpha=0.5,linewidth = 3)
st = s['value'].describe()
x1 ,y1 = 0.25, st['25%']
x2 ,y2 = 0.75, st['75%']
ax3.plot([x1,x2],[y1,y2],'-r',linewidth = 3)
# 直接用算法做KS检验
from scipy import stats
stats.ks