有没有办法使用自定义发行版在 Python 中进行 Anderson Darling 测试？

问题描述

我正在对我拥有的一些数据使用 scipy.stats.anderson Anderson-Darling 检验，但我想将其与与我的数据相关的均匀分布进行比较，而不是 scipy 给出的预设选项像正态分布、指数分布等。我想与它进行比较的分布非常简单，实际上只是数组：

xtest = np.linspace(0,180,len(x),endpoint=True)

其中 x 是我的数据。有谁知道我是否有办法做到这一点？

提前致谢！

解决方法

scipy 中的函数目前不支持均匀分布。虽然看代码 (https://github.com/scipy/scipy/blob/v1.6.1/scipy/stats/morestats.py#L1783)

    if dist == 'norm':
        ...
        critical = around(_Avals_norm / (1.0 + 4.0/N - 25.0/N/N),3)
    elif dist == 'expon':
        ...
        critical = around(_Avals_expon / (1.0 + 0.6/N),3)
    ...
    return AndersonResult(A2,critical,sig)

它具有计算其支持的每个分布的 critical 值的逻辑。

如果您能够计算均匀分布的 critical 值，您可以自己计算 AndersonResult。