Ctrl+K
scipy.stats.

skewtest#

scipy.stats.skewtest(a, axis=0, nan_policy='propagate', alternative='two-sided', *, keepdims=False)[原始碼]#

檢定偏度是否與常態分佈不同。

此函數檢定虛無假設：樣本取樣自的母體的偏度，與對應的常態分佈相同。

參數:
a陣列

要檢定的資料。必須包含至少八個觀測值。

axisint 或 None，預設值：0

若為整數，則為計算統計量的輸入軸。輸入的每個軸切片（例如，列）的統計量將出現在輸出的對應元素中。若為 None，則會在計算統計量之前將輸入展平。

nan_policy{‘propagate’, ‘omit’, ‘raise’}

定義如何處理輸入的 NaN。

  • propagate：若在計算統計量的軸切片（例如，列）中存在 NaN，則輸出的對應條目將為 NaN。

  • omit：在執行計算時將省略 NaN。若在計算統計量的軸切片中剩餘的資料不足，則輸出的對應條目將為 NaN。

  • raise：若存在 NaN，將引發 ValueError。

alternative{‘two-sided’, ‘less’, ‘greater’}，選用

定義對立假設。預設值為 ‘two-sided’。以下選項可用

  • ‘two-sided’：樣本底層分佈的偏度與常態分佈（即 0）不同

  • ‘less’：樣本底層分佈的偏度小於常態分佈

  • ‘greater’：樣本底層分佈的偏度大於常態分佈

在 1.7.0 版本中新增。

keepdimsbool，預設值：False

若設定為 True，則縮減的軸將保留在結果中，作為大小為一的維度。使用此選項，結果將正確地廣播以對抗輸入陣列。

返回:
statisticfloat

此檢定的計算 z 分數。

pvaluefloat

假設檢定的 p 值。

另請參閱

偏度檢定

延伸範例

註解

樣本大小必須至少為 8。

從 SciPy 1.9 開始，np.matrix 輸入（不建議用於新程式碼）會在執行計算前轉換為 np.ndarray。在這種情況下，輸出將會是純量或形狀適當的 np.ndarray，而不是 2D np.matrix。同樣地，雖然會忽略遮罩陣列的遮罩元素，但輸出將會是純量或 np.ndarray，而不是 mask=False 的遮罩陣列。

參考文獻

[1]

R. B. D’Agostino, A. J. Belanger 和 R. B. D’Agostino Jr., “A suggestion for using powerful and informative tests of normality”, American Statistician 44, pp. 316-321, 1990.

範例

>>> from scipy.stats import skewtest
>>> skewtest([1, 2, 3, 4, 5, 6, 7, 8])
SkewtestResult(statistic=1.0108048609177787, pvalue=0.3121098361421897)
>>> skewtest([2, 8, 0, 4, 1, 9, 9, 0])
SkewtestResult(statistic=0.44626385374196975, pvalue=0.6554066631275459)
>>> skewtest([1, 2, 3, 4, 5, 6, 7, 8000])
SkewtestResult(statistic=3.571773510360407, pvalue=0.0003545719905823133)
>>> skewtest([100, 100, 100, 100, 100, 100, 100, 101])
SkewtestResult(statistic=3.5717766638478072, pvalue=0.000354567720281634)
>>> skewtest([1, 2, 3, 4, 5, 6, 7, 8], alternative='less')
SkewtestResult(statistic=1.0108048609177787, pvalue=0.8439450819289052)
>>> skewtest([1, 2, 3, 4, 5, 6, 7, 8], alternative='greater')
SkewtestResult(statistic=1.0108048609177787, pvalue=0.15605491807109484)

如需更詳細的範例，請參閱偏度檢定。

在本頁中