scipy stats.skewtest()函数| Python
原文:https://www.geesforgeks.org/scipy-stats-skew test-function-python/
**scipy.stats.skewtest(array, axis=0)**功能测试歪斜是否不同于正态分布。这个函数检验零假设，即抽样的总体偏度与相应正态分布的偏度相同。
其公式–
参数: 数组:输入数组或有元素的对象。 轴:轴，偏斜度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 Z 值(统计值)和 P 值。
代码#1:
# Performing skewtest
from scipy.stats import skewtest
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( '\nSkewness test for given data :\n', skewtest(y1))
输出:
Skewness test for given data :
SkewtestResult(statistic=11.874007880556805, pvalue=1.6153913086650964e-32)
代码#2:
# Performing skewtest
from scipy.stats import skewtest
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( '\nSkewness for data :\n', skewtest(y1))
输出:
Skewness for data :
SkewtestResult(statistic=16.957642860709516, pvalue=1.689888374767126e-64)
