溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
利用觀測數據判斷總體是否服從正態分布的檢驗稱為正態性檢驗，它是統計判決中重要的一種特殊的擬合優度假設檢驗。
直方圖初判 ：直方圖 + 密度線
QQ圖判斷：(s_r.index - 0.5)/len(s_r) p(i)=(i-0.5)/n 分 位數與value值作圖
排序
s.sort_values(by = 'value',inplace = True) s_r = s.reset_index(drop=False)
分位數：
s_r['p'] = (s_r.index - 0.5)/len(s_r) s_r['q'] = (s_r['value'] - mean) / std print(s_r.head()) # 計算百分位數 # 計算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檢驗 from scipy import stats stats.kstest(df['value'], 'norm', (u, std)) # 結果返回兩個值：statistic → D值，pvalue → P值 # p值大于0.05，很可能為正態分布 '''
以上這篇在python中做正態性檢驗示例就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
