scipy.stats.normaltest(array, axis=0)功能检验样品是否与正态分布不同。此函数检验样本所来自的总体的零假设。
参数:
array:具有元素的输入数组或对象。
axis :正态分布测试将沿其计算的轴。默认情况下,轴= 0。
返回:对数据集进行假设检验的k2值和P-value。
代码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))
输出:
Normal test for given data:
NormaltestResult(statistic=146.08066794511544, pvalue=1.901016994532079e-32)
代码2:
# Performing normaltest
from scipy.stats import normaltest
import numpy as np<