【scipy】Python基礎統計檢定：敘述統計 T檢定 KS分布檢定常態分佈檢定－恩哥Python量化教室-零基礎也能學會Python

【scipy】Python基礎統計檢定：敘述統計 T檢定 KS分布檢定常態分佈檢定

一、前言

在整理資料的時候不免會遇到需要進行一些簡單的假設檢定，

這時候scipy套件就可以幫助我們很快地進行一些統計學的統定工作，

在不少情況下只要給它一串數字，並運用scipy就可以跑出檢定值。

例如常用單一樣本T檢定、獨立樣本T檢定、配對樣本T檢定、常態分佈的檢定、KS檢定等等。

進入基本教學前，不要忘了訂閱按讚分享唷!

部落格教學網站：
https://pixnashpython.pixnet.net/blog
想要即時訂閱最新文章：
https://forms.gle/MdXmiF2HgHhNChL46
訂閱Telegram來接收最新資訊：
https://t.me/joinchat/VUUuDt67Uq5l6CIQ

二、敘述統計

scipy 敘述統計

import numpy as np
from scipy.stats import describe

v = np.random.normal(size=100)
res = describe(v)

print(res)

如果資料為pandas df可以直接用df.describe就可以了

import pandas

res = df.describe

三、T檢定

對於T檢定，如果在v2變數2的地方給一定值就可以進行單一樣本的t檢定了。

出現的結果可以用res[0]呼叫t值、res[1]呼叫p值

import numpy as np
from scipy.stats import ttest_ind

v1 = np.random.normal(size=100)
v2 = np.random.normal(size=100)

res = ttest_ind(v1, v2)

print(res)

四、峰度、偏態與常態分配檢定

scipy對於峰度、偏態都可以計算，還可以直接用normaltest檢定說是否符合常態分配。

import numpy as np

# 峰度 偏態
from scipy.stats import skew, kurtosis

v = np.random.normal(size=100)

print(skew(v))
print(kurtosis(v))



# 是否為常態分佈
from scipy.stats import normaltest

v = np.random.normal(size=100)

print(normaltest(v))

五、KS分布檢定

可以檢定兩個數據是否為一樣。

import numpy as np
from scipy.stats import kstest

# 檢定是否為常態分佈
v = np.random.normal(size=100)

res = kstest(v, 'norm')

print(res)


# 兩資料分布檢定
v1 = np.random.normal(size=100)
v2 = np.random.normal(size=100)

res1 = kstest(v1, v2)

print(res1)