安德森-达令检验(Anderson-Darling test)

安德森-达令检验样本数据是否来自特定分布,包括分布:'norm', 'expon', 'gumbel', 'extreme1' or 'logistic'.

原假设 H0:样本服从特定分布;  备择假设 H1:样本不服从特定分布

PYTHON :

                               scipy.stats.anderson(data, dist='norm')

##生成标准正态随机数
import numpy as np
np.random.seed(0)
data_norm = np.random.normal(0,1,100)
 
##用Anderson-Darling检验生成的数组是否服从正态分布
import scipy.stats as stats
stats.anderson(data_norm, dist='norm')

'''输出AndersonResult(statistic=0.18097695613924714, 
                      critical_values=array([ 0.555,  0.632,  0.759,  0.885,  1.053]), 
                      significance_level=array([ 15. ,  10. ,   5. ,   2.5,   1. ]))
如果输出的统计量值statistic < critical_values,则表示在相应的significance_level下,
接受原假设,认为样本数据来自给定的正态分布。'''
stats.anderson(data_norm, dist='expon')

'''输出AndersonResult(statistic=inf, 
                      critical_values=array([ 0.917,  1.072,  1.333,  1.596,  1.945]), 
                      significance_level=array([ 15. ,  10. ,   5. ,   2.5,   1. ]))
拒绝原假设,认为生成的正态分布样本数据不来自指数分布。'''

 

你可能感兴趣的:(安德森-达令检验(Anderson-Darling test))