📜  Python – 统计中的 Kolmogorov-Smirnov 分布

📅  最后修改于: 2022-05-13 01:54:49.160000             🧑  作者: Mango

Python – 统计中的 Kolmogorov-Smirnov 分布

scipy.stats.kstwobign()是用于大 N 测试的 Kolmogorov-Smirnov 双边测试,它使用标准格式和一些形状参数定义以完成其规范。这是一种统计测试,用于测量理论 CDF 与经验 CDF 的最大绝对距离。

参数 :

代码 #1:创建 kstwobign 连续随机变量

# importing library
  
from scipy.stats import kstwobign  
    
numargs = kstwobign.numargs 
a, b = 4.32, 3.18
rv = kstwobign(a, b) 
    
print ("RV : \n", rv)  
  

输出 :

RV : 
 scipy.stats._distn_infrastructure.rv_frozen object at 0x000002A9D54959C8


代码#2:kstwobign 连续变量和概率分布

import numpy as np 
quantile = np.arange (0.01, 1, 0.1) 
  
# Random Variates 
R = kstwobign.rvs(a, b, scale = 2, size = 10) 
print ("Random Variates : \n", R) 

输出 :

Random Variates : 
 [3.88510141 3.48394857 3.66124797 3.88484201 3.86533511 3.21176073
 4.10238585 3.42397866 3.85111721 4.36433596]

代码#3:图形表示。

import numpy as np 
import matplotlib.pyplot as plt 
     
distribution = np.linspace(0, np.minimum(rv.dist.b, 3)) 
print("Distribution : \n", distribution) 
     
plot = plt.plot(distribution, rv.pdf(distribution)) 

输出 :

Distribution : 
 [0.         0.06122449 0.12244898 0.18367347 0.24489796 0.30612245
 0.36734694 0.42857143 0.48979592 0.55102041 0.6122449  0.67346939
 0.73469388 0.79591837 0.85714286 0.91836735 0.97959184 1.04081633
 1.10204082 1.16326531 1.2244898  1.28571429 1.34693878 1.40816327
 1.46938776 1.53061224 1.59183673 1.65306122 1.71428571 1.7755102
 1.83673469 1.89795918 1.95918367 2.02040816 2.08163265 2.14285714
 2.20408163 2.26530612 2.32653061 2.3877551  2.44897959 2.51020408
 2.57142857 2.63265306 2.69387755 2.75510204 2.81632653 2.87755102
 2.93877551 3.        ]
 

代码#4:改变位置参数

import matplotlib.pyplot as plt 
import numpy as np 
     
x = np.linspace(0, 5, 100) 
     
# Varying positional arguments 
y1 = kstwobign .pdf(x, 1, 3) 
y2 = kstwobign .pdf(x, 1, 4) 
plt.plot(x, y1, "*", x, y2, "r--") 

输出 :