Scipy Normaltest是如何使用的？答案

【问题标题】：Scipy Normaltest how is it used?Scipy Normaltest是如何使用的？
【发布时间】：2012-10-02 02:01:12
【问题描述】：

我需要在 scipy 中使用 normaltest 来测试数据集是否为正态分布。但我似乎找不到任何如何使用scipy.stats.normaltest 的好例子。

我的数据集有超过 100 个值。

【问题讨论】：

【解决方案1】：

In [12]: import scipy.stats as stats

In [13]: x = stats.norm.rvs(size = 100)

In [14]: stats.normaltest(x)
Out[14]: (1.627533590094232, 0.44318552909231262)

normaltest 返回卡方统计量的 2 元组和相关的 p 值。鉴于 x 来自正态分布的原假设，p 值表示将看到大（或更大）的卡方统计量的概率。

如果 p-val 非常小，则意味着数据不太可能来自正态分布。例如：

In [15]: y = stats.uniform.rvs(size = 100)

In [16]: stats.normaltest(y)
Out[16]: (31.487039026711866, 1.4543748291516241e-07)

【讨论】：

这里如何量化“非常小”？
这是一个任意选择：stats.stackexchange.com/a/55693/842。在应用统计测试之前，请务必确定自己的重要性级别。

【解决方案2】：

首先我发现 scipy.stats.normaltest 几乎相同。 mstats 库用于掩码数组。可以将值标记为无效且不计入计算的数组。

import numpy as np
import numpy.ma as ma
from scipy.stats import mstats

x = np.array([1, 2, 3, -1, 5, 7, 3]) #The array needs to be larger than 20, just an example
mx = ma.masked_array(x, mask=[0, 0, 0, 1, 0, 0, 0])
z,pval = mstats.normaltest(mx)

if(pval < 0.055):
    print "Not normal distribution"

“传统上，在统计学中，您需要一个小于 0.05 的 p 值才能拒绝原假设。” - http://mathforum.org/library/drmath/view/72065.html

【讨论】：

为什么是< 0.055 而不是< 0.05？
如果 p-val 非常小，则意味着数据不太可能来自正态分布。 0.05 是标准阈值，但为了更加确定，您可以提高确定性，例如 0.055 或其他值。它只是一个说是的阈值，它是一个正态分布。
Demz 将阈值提高到 0.055 将意味着数据来自正态分布的确定性降低。您可能希望将 p 值阈值降低到标准 0.05 以下，以减少错误拒绝分布是正态的零假设的机会。