python实现Anderson-Darling正态分布检验

Posted 2021-08-28 Data+Science+Insight

python实现Anderson-Darling正态分布检验

 

正态性检验

确定您绘制样本所基于的总体是否呈非正态分布的单样本假设检验。许多统计过程均依赖于总体正态性，且使用正态性检验确定否定此假设是不是分析中的重要步骤。正态性检验的原假设假定总体为正态分布。备择假设假定总体为非正态分布。要确定样本数据是否来自非正态总体，您可以从四种检验中进行选择。

测试数据样本是否具有高斯分布。

假设条件

• 每个样本中的观察结果都是独立且均等分布的（iid）。

解释

• H0：样本具有高斯分布。
• H1：样本没有高斯分布。

# 

# Example of the Anderson-Darling Normality Test
from scipy.stats import anderson
data = [0.873, 2.817, 0.121, -0.945, -0.055, -1.436, 0.360, -1.478, -1.637, -1.869]
result = anderson(data)
print(\'stat=%.3f\' % (result.statistic))
for i in range(len(result.critical_values)):
	sl, cv = result.significance