python - Python - 正态分数
问题描述
有几个事件的 DF:
ID | 价值 |
---|---|
是 | 0.5 |
是 | 0.33 |
是 | 0.5 |
X | 0.33 |
查看一个 DF 的数据,我可以看到事件 Y、X 的以下分布
很明显,一种分布比另一种更正态。试图获得分布正常程度的分数,我发现了 scipy.stats.normaltest但我不确定它是否是正确的工具。
这是我尝试过的:
from scipy import stats
k2, p = stats.normaltest(data.event_X)
alpha = 1e-3
print("p = {:g}".format(p))
p = 8.4713e-19
if p < alpha: # null hypothesis: x comes from a normal distribution
print("The null hypothesis can be rejected")
else:
print("The null hypothesis cannot be rejected")
问:我怎样才能使这个过程自动化,所以对于给定的分布,我会得到 0-1 的分数,分布正常的可能性有多大?
解决方案
推荐阅读
- python - 执行以下代码时出现错误(PermissionError: [WinError 5] Access is denied)
- visual-c++ - RegQueryValueEx 返回 ERROR_SUCCESS 但读取的值 (DWORD) 始终为 0
- r - 在 R 列中用逗号分隔字符串而不将其拆分为多列
- javascript - 错误处理按顺序执行回调
- android - API 级别 28 的编译错误
- bash - 没有 shebang = sha256sum 或其他 shasum = 错误的 shell 脚本
- angular - 无法通过导航()加载子模块
- elasticsearch - Elasticsearch:为满足特定条件的模板创建别名
- react-native - 升级 Expo CLI 有未知错误 --assetPlugins
- javascript - 如何在 Django 中引用不在我的静态文件目录中的静态文件?