scipy stats.normaltest()函数| Python
原文:https://www.geesforgeks.org/scipy-stats-normal test-function-python/
**scipy.stats.normaltest(array, axis=0)**功能测试样本是否不同于正态分布。这个函数测试样本来源的总体的零假设。
参数: 数组:输入数组或有元素的对象。 轴:轴，正态分布测试将沿着该轴计算。默认情况下，轴= 0。
返回:数据集假设检验的 k2 值和 P 值。
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
import pylab as p
x1 = np.linspace( -5, 12, 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=344.05533061429884, pvalue=1.9468577593501764e-75)
