matlab kstest怎么解释结果,如何解释“scipy.stats.kstest”和“ks-2samp”来评估数据与分布的“匹配度”?...
我正在尝试评估/测试我的数据是否符合特定分布。
关于它有几个问题,我被告知要么使用scipy.stats.kstest,要么使用scipy.stats.ks_2samp。这似乎很简单,给出:(A)数据;(2)分布;(3)拟合参数。唯一的问题是我的结果毫无意义?我想测试我的数据的“好”度,它适合不同的分布,但是从kstest的输出来看,我不知道我是否能做到这一点?"[SciPy] contains K-S""first value is the test statistics, and second value is the p-value. if the p-value is less than 95 (for a level of significance of 5%), this means that you cannot reject the Null-Hypothese that the two sample distributions are identical."np.random.seed(2)
# Sample from a normal distribution w/ mu: -50 and sigma=1
x = np.random.normal(loc=-50, scale=1, size=100)
x
#array([-50.41675785, -50.05626683, -52.1361961 , -48.35972919,
# -51.79343559, -50.84174737, -49.49711858, -51.24528809,
# -51.05795222, -50.90900761, -49.44854596, -47.70779199,
# ...
# -50.46200535, -49.64911151, -49.61813377, -49.43372456,
# -49.79579202, -48.59330376, -51.7379595 , -48.95917605,
# -49.61952803, -50.21713527, -48.8264685 , -52.34360319])
# Try against a Gamma Distribution
distribution = "gamma"
distr = getattr(stats, distribution)
params = distr.fit(x)
stats.kstest(x,distribution,args=params)
KstestResult(statistic=0.078494356486987549, pvalue=0.55408436218441004)
p{}的p值表示normal和gamma采样来自相同的分布?
现在与正态分布相反:# Try against a Normal Distribution
distribution = "norm"
distr = getattr(stats, distribution)
params = distr.fit(x)
stats.kstest(x,distribution,args=params)
KstestResult(statistic=0.070447707170256002, pvalue=0.70801104133244541)
根据这个,如果我取最小的p_值,那么我会得出结论,我的数据来自一个gamma分布,即使它们都是负值?np.random.seed(0)
distr = getattr(stats, "norm")
x = distr.rvs(loc=0, scale=1, size=50)
params = distr.fit(x)
stats.kstest(x,"norm",args=params, N=1000)
KstestResult(statistic=0.058435890774587329, pvalue=0.99558592119926814)
这意味着在5%的显著性水平上,我可以拒绝分布相同的零假设。所以我得出结论,它们是不同的,但显然不是?我的解释有误吗?如果我把它设为单尾分布,那么它的值越大,它们来自同一分布的可能性就越大吗?
matlab kstest怎么解释结果,如何解释“scipy.stats.kstest”和“ks-2samp”来评估数据与分布的“匹配度”?...相关推荐
- matlab kstest怎么解释结果,如何解释`scipy.stats.kstest`和`ks_2samp`来评估数据的“拟合”?...
I'm trying to evaluate/test how well my data fits a particular distribution. 有几个问题,我被告知使用 scipy.stat ...
- ks检验python代码_python scipy stats.kstest用法及代码示例
进行Kolmogorov-Smirnov测试是否合身. 这将针对给定的分布G(x)对观察到的随机变量的分布F(x)进行测试.在原假设下,两个分布相同,F(x)= G(x).替代假设可以是" ...
- python ks检验_python – 使用Scipy的stats.kstest模块进行拟合优度测试
一些例子可能会说明如何使用scipy.stats.kstest.让我们首先设置一些测试数据,例如通常以平均值5和标准差10分布: >>> data = scipy.stats.nor ...
- python统计函数库scipy.stats的用法1/3
背景 总结统计工作中几个常用用法在python统计函数库scipy.stats的使用范例. 正态分布 以正态分布的常见需求为例了解scipy.stats的基本使用方法. 生成服从指定分布的随机数 no ...
- 基于matlab地球物理,基于MATLAB的《地球物理资料处理和解释》教学研究
吴萍萍 贾建鹏 郭越 马欢 摘要:<地球物理资料处理和解释>课程是地球物理学专业的重要课程之一,其目的在于通过该课程的学习学生能对"地球物理学理论→资料整理→成果解释" ...
- SQL的连接(join)有哪些常见形式?解释一下?解释 SQL 的 left join 和 right join?
SQL的连接(join)有哪些常见形式?解释一下?解释 SQL 的 left join 和 right join? SQL的连接(join)有哪些常见形式? sql连接查询:把多张表的列组合在一起,产 ...
- R2: 已解释和未解释的方差
估计值的方差与总体方差之间的差异就是回归方程对方差的解释率.试举一例,如图 1,身高与体重的回归线显示身高与体重之间呈正相关,Mr. Y身高76英寸体重220磅(图 1中插图.cdr的红点),他与体重 ...
- *抽象对象的类解释 数解释和真值解释---- 布尔逻辑之五****
*抽象对象的类解释 数解释和真值解释 布尔逻辑之五 布尔在他的布尔逻辑之中,给出了全与无两个类别,但其后,他又相继给出了这对同样观念的另外两种解释.这个全与无究竟是个什么东西,清楚明白地给出描述不是一 ...
- 答案原文及理解解释《解析解释守株待兔死脑筋,旁门左道不正规是什么》什么意思含义
答案原文及理解解释<解析解释守株待兔死脑筋,旁门左道不正规是什么>什么意思含义 你曾年少轻狂,不懂时光,不信岁月无常!以为自己坚定一切,就坚守一切!却不知,在往后的岁月里,你当初所有的壮志 ...
最新文章
- 第二十三讲 解一阶微分方程组
- 创建一个HTML文件
- 【用word快速输入公式】希腊字母名称和大小写
- Spring基于Annotation装配Bean
- linux用户怎么归纳到组,Linux用户和组命令总结
- Spring中的ApplicationContextAware使用
- ribbon 配置 动态更新_SpringCloud实战三-Ribbon
- SVN客户端下载和Svn visual studio插件
- 输入两个整数序列,第一个序列表示栈的压入顺序,请判断第二个序列是否可能为该栈的弹出顺序。...
- Nansen:你想知道的关于 NFT 的一切
- iMX6ULL上手体验
- RPLIDAR的坐标系问题
- 节假日查询接口,加班,补班,日期查询,放假,日历
- 外星人冯诺依曼【转】
- 已知圆外一点坐标,以及圆心坐标、半径,求圆的切线方程
- const、*、的大乱斗
- OSChina 周五乱弹 ——程序员的爱情观
- Java计算两个日期相差的月数
- HDU - 4081 Qin Shi Huang's National Road System(次小生成树)
- 我有一个梦想--读《致员工的一封信》有感(转)