有没有办法使用自定义分布在 Python 中进行 Anderson Darling 测试？

Question

我正在对我拥有的一些数据使用 scipy.stats.anderson Anderson-Darling 测试，但我想将其与与我的数据相关的均匀分布进行比较，而不是 scipy 给出的预设选项像正态分布、指数分布等。我想比较的分布非常简单，实际上就是数组：

xtest = np.linspace(0, 180, len(x), endpoint=True)

x 是我的数据。有谁知道我是否有办法做到这一点？

提前致谢！

Answer 1

scipy 中的函数目前不支持均匀分布。不过看看代码 (https://github.com/scipy/scipy/blob/v1.6.1/scipy/stats/morestats.py#L1783)

    if dist == 'norm':
        ...
        critical = around(_Avals_norm / (1.0 + 4.0/N - 25.0/N/N), 3)
    elif dist == 'expon':
        ...
        critical = around(_Avals_expon / (1.0 + 0.6/N), 3)
    ...
    return AndersonResult(A2, critical, sig)

它具有计算其支持的每个分布的critical 值的逻辑。

如果您能够计算出均匀分布的critical 值，您可以自己计算AndersonResult。