scikit-gof 0.1.3

示例

>>>fromscipy.statsimportnorm,uniform>>>fromskgofimportks_test,cvm_test,ad_test>>>ks_test((1,2,3),uniform(0,4))GofResult(statistic=0.25,pvalue=0.97...)>>>cvm_test((1,2,3),uniform(0,4))GofResult(statistic=0.04...,pvalue=0.95...)>>>data=norm(0,1).rvs(random_state=1,size=100)>>>ad_test(data,norm(0,1))GofResult(statistic=0.75...,pvalue=0.51...)>>>ad_test(data,norm(.3,1))GofResult(statistic=3.52...,pvalue=0.01...)

简单测试

scikit gof目前只提供三个非参数测试，让您 将样本与参考概率分布进行比较。这些是：

ks_test()

kolmogorov-smirnov上确界统计量；几乎与 scipy.stats.kstest()带有alternative='two-sided'但带有 （希望）更精确的p值计算；

cvm_test()

cramer von mises l2统计量，对 统计分布（但似乎是最好的可用分布）；

ad_test()

DD> Anderson Darling统计量及其分布的公平逼近 与组合scipy.stats.anderson()不同的是，这个需要完全 指定的假设分布。

简单的测试函数使用公共接口，将 要比较的数据（示例），作为第二个参数冻结scipy.stats 分配。 它们返回一个带两个字段的命名元组：statistic和pvalue。

举个简单的例子，假设样本（.4，.1，.7）来自 来自[0，1]上的均匀分布：

ifks_test((.4,.1,.7),unif(0,1)).pvalue<.05:print("Hypothesis rejected with 5% significance.")

如果你的样品很大，而且你提前把它们分类，通过 assume_sorted=True以节省一些时间，而这些时间将浪费在诉诸上。

延伸

简单的测试包括两个阶段：计算测试统计和 确定结果值的可能性（根据假设）。 可通过提供新的统计计算程序或 统计的替代分布。

计算统计量的函数是对参考文献的评价 已排序数据的累积分布函数，预计返回 一个数字。 对于一个简单的测试，如果样本确实来自假设的（连续的） 分布，传递给函数的值应均匀分布 超过[0，1]。

下面是一个简单的统计函数示例：

defex_stat(data):returnabs(data.sum()-data.size/2)

提供的测试的统计函数，ks_stat()，cvm_stat()， 和ad_stat()，可以从skgof.ecdfgof导入。

统计分布应该从rv_continuous派生并实现 至少有一个抽象的_cdf()或_pdf()方法（您可以 还可以考虑直接编码_sf()，以提高结果的精度 接近1）。例如：

fromnumpyimportsqrtfromscipy.statsimportnorm,rv_continuousclassex_unif_gen(rv_continuous):def_cdf(self,statistic,samples):return1-2*norm.cdf(-statistic,scale=sqrt(samples/12))ex_unif=ex_unif_gen(a=0,name='ex-unif',shapes='samples')

提供的发行版分别位于单独的模块ksdist， cvmdist，和addist。

一旦你有了统计计算功能和统计分布 可以使用simple_test：

fromfunctoolsimportpartialfromskgof.ecdfgofimportsimple_testex_test=partial(simple_test,stat=ex_stat,pdist=ex_unif)

exercise：示例测试有一个基本缺陷。你能指出吗？

安装

pip install scikit-gof

需要最新版本的python（>；3）、numpy（>；=1.10）和scipy。

请改正或指出你注意到的任何错误、不准确或打字错误。