Kolmogorov-Smirnov 与 Shapiro-Wilk 模型正态分布检验
Spss
stata
R语言正态分布
R中stats包中内置的ks.test(),可以用于检验标准分布,但这个检验方法效率并不高,且需要在大样本情形下,lz20个数据,。。
这。。。。当时这个ks.test就是最原始的KS检验,至于lz想要在SPSS中得到相同的结果,please choose 非参检验,当然如果lz想要在R中得到与你之前spss中相同的结果,
please 加载nortest包,使用lillie.test()函数;原因就在于他使用了lillie修正,当然lz一定要用ks.test的话也可以,用ks.test(a1,"pnorm",0.4806,0.23307)即可~
python
import savReaderWriter from scipy.stats import shapiro from statsmodels.stats.diagnostic import lillifors from scipy.stats import kstest val = [] with savReaderWriter.SavReader("/opt/code/zkey_twice_mp/test/1111.sav", ioUtf8=True) as read: # 如果不用ioutf8, 汉字十六进制\被转义,更麻烦 for i in read: # print(i) val.append(i[7]) print(val) stat, p = shapiro(val) print("stat为:%f" % stat, "p值为:%f" % p) # ================================================= stat, p= kstest(val, ‘norm‘, mode=‘approx‘) print("stat为:%f" % stat, "p值为:%f" % p) stat, p= lillifors(val) print("stat为:%f" % stat, "p值为:%f" % p)
https://www.cnblogs.com/webRobot/p/6760839.html
原文地址:https://www.cnblogs.com/renfanzi/p/11157429.html
时间: 2024-10-13 14:04:12