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
。