标准化与非标准化直方图：如何在python中从第一个柱状图转换为另一个柱状图？卡平方怎么办？

Question

嗨，我有以下一组非标准化直方图的代码：

def vmag_hist_maxwell(vel_bin_size,vmag):
    plt.ioff()
    maxwell = stats.maxwell
    params = maxwell.fit(vmag, floc=0)
    max_bin = int(np.max(vmag)/vel_bin_size) + 2
    bins_re= np.array([n*vel_bin_size for n in range(0,max_bin)])
    xmax = 1000
    plt.xlim(0,xmax)
    n, bins, patches = plt.hist(vmag, bins_re, histtype = 'bar', facecolor='blue', normed = 1)  #n = counts, bins = bin locations, patches = ?
    bins_m = [(bins_re[i]+bins_re[i+1])/2.0 for i in range(0,len(bins_re)-1)]
    y_fit = maxwell.pdf(bins_m, *params)
    x_points = np.arange(0,xmax)
    y_fit_smooth = maxwell.pdf(x_points, *params)
    plt.plot(x_points, y_fit_smooth, lw=2, color = 'red')
    chi_sq = stats.chisquare(n, y_fit)
    plt.title("Velocity Histogram GB size  %0.1f;   chi_sq:  %0.2e   ;   p_val:   %0.2e   ;   vel_binwidth:  %0.2s   ;   sigma:  %0.1f"  % (R, chi_sq[0], chi_sq[1],vel_bin_size, params[1]), size = 8)         #Sets title
    plt.xlabel("Velocity magnitude in km/s", size = 10)                 #Sets title
    plt.ylabel("Normalized histogram with maxwellian fit", size = 10)       #Sets title
    filename = plot_file_loc+"velocity_fitted_hist_gb_"+str(int(R))+ "_vel_binwidth_"+ str(int(vel_bin_size)) +"_lasdamas" + ".png" 
    plt.savefig(filename , dpi=200)
    plt.close()

这将生成以下绘图：

然后，我对上面显示的代码进行以下更改：

^{pr2}$

这将生成以下图片：

这是取消直方图规格化并对非标准化直方图进行拟合的正确方法吗？ 正如你所注意到的，卡方和p值已经发生了巨大的变化！这是意料之中的吗？？在

谢谢！在

Answer 1

无法对您的代码进行评论，但它似乎有效。请注意，卡方拟合优度检验的目的是对每个箱子内的数据计数进行检验。实际上，不能在标准化值上使用它，或者与任何其他缩放一起使用。所以不管你展示什么，卡方必须基于实际计数。在