import numpy as np import scipy.stats as ss #正态分布检验 norm_dist=ss.norm.rvs(size=20) #生成20个符合正态分布数据 ss.normaltest(norm_dist) #检验是否符合正态分布 # 返回结果：NormaltestResult(statistic=3.712,pvalue=0.1562) p值大于0.05，符合正态分布 #卡方分布检验 ss.chi2_contingency([[15,95],[85,5]]) #卡方检验两行数据 #返回结果：(126.0808,2.95e-29,1，array([[55,55],[45,45])) #第一个数：统计值，第二个数：p值，第三个数：自由度，第四个数：理论分布 #独立t分布检验：检验两组均值是否有差异 ss.ttest_ind(ss.norm.rvs(size=10),ss.norm.rvs(size=20)) #t检验n1=10,n2=20的两组数 #返回结果：Ttest_indResult(statistic=-1.8007,pvalue=0.082526) p>0.05,表示两组均值无显著性差异 #方差检验 ss.f_oneway([49,50,39,40,43],[28,32,30,26,34],[38,40,45,42,48]) #F检验三组数据 #返回结果： F_onewayResult(statistic=17.618,pvalue=0.000231)
QQ图，对比一个分布是否符合一个已知分布：比如我们得到一个分布，得到他的分位数，然后对应分位数找到正态分布分位数，横轴是正态分布的分位数，纵轴是这个分布的分位数，若所得到图形与xy角平分线重合，则是符合分布的。
from statsmodels.graphics.api import qqplot from matplotlib import pyplot as plt ply.show(qqplot(ss.norm.rvs(size=100)))
