Python中的多元正态性检验[关闭]答案

【问题标题】：Multivariate normality test in Python [closed]Python中的多元正态性检验[关闭]
【发布时间】：2017-03-28 08:56:42
【问题描述】：

在 Python 中的任何包中是否有可用的多元正态性检验？

我听说过一些 scipy 函数，但它们适用于多变量数据吗？我有一个数据集，每个数据点有 30000 个数据点，每个点有 1024 个变量。我想检查这些变量是否具有多元正态分布。我如何在 Python 中做到这一点。

【问题讨论】：

【解决方案1】：

使用 scipy，您可以从多元正态分布创建随机变量样本。见here。

如果您已经有一个使用多元正态分布生成的样本，但您不知道它的参数，您可以使用maximum likelihood estimator 来估计它们（see this example）。

如果您有一个样本并且想要测试它是否是使用多元正态分布生成的，您可以使用goodness of fit test。相关 scipy 方法见this discussion。

【讨论】：

感谢您抽出宝贵时间。我在 scipy stats 模型中进行了拟合优度测试，它们似乎都需要输入参数 x ，即数据矩阵是一维数组。如果我的理解没有错，那么这意味着这些 scipy 测试是针对单变量数据的，对吧？
@chilvandu 是的，似乎是这样。一种选择是自己计算卡方检验统计量，然后查找 p 值，如下例所示：onlinecourses.science.psu.edu/stat414/node/259
在 python 中评估多元正态性的任何更新？就像 R 中的 MVN 包？ python中的任何等价物？