本文共 1136 字，大约阅读时间需要 3 分钟。

• 正态性检验
  • ： 基于CDF。

  scipy.stats.kstest(a_vector_like_data, 'norm')

  • Shapiro检验：专门用来检验正态分布。

  scipy.stats.shapiro(a_vector_like_data)

  • ：基于数据的skewness和kurtosis。

  scipy.stats.normaltest(a_vector_like_data)

  • ：ks检验的正态检验加强版。

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

• • ：对数据有正态性要求。

  scipy.stats.bartlett(a, b)

  • ：在数据非正态的情况下，精度比Bartlett检验好，可调中间值的度量。

  scipy.stats.levene(a, b, center = 'trimmed')

  • ：非参检验，不依赖于分布。

  scipy.stats.fligner(a, b, center='mean')

• 两组数之间的比较
  • scipy.stats.ttest_ind(a, b, equal_var=True, nan_policy='omit')

    scipy.stats.ttest_rel(a, b, equal_var=True, nan_policy='omit')

    scipy.stats.ttest_ind_from_stats(20.06, 2.902, 50, 13.26, 1.977, 50, equal_var=False)

  • 非参数方法

    scipy.stats.ranksums(a, b)

    scipy.stats.mannwhitneyu(a, b)

    scipy.stats.wilcoxon(a, b, zero_method='wilcox', correction=False)
• 多组数之间的比较

  scipy.stats.f_oneway(a, b, c, ...)

  scipy.stats.kruskal(a, b, c,..., nan_policy='omit')

• 检验方法
  • t检验
    • statsmodels.stats.ttest_ind
    • statsmodels.stats.ttost_ind
    • statsmodels.stats.ttost.paired
    • scipy.stats.ttest_1samp
    • scipy.stats.ttest_ind
    • scipy.stats.ttest_ind_from_stats
    • scipy.stats.ttest_rel
  • ks检验(检验分布)
    • scipy.stats.kstest
    • scipy.stats.kstest_2samp

转载地址：https://blog.csdn.net/fish2009122/article/details/103456784 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！