我想将 X ^ 2测试应用于发行版。为此我创建了一个高斯分布,其中位数和标准差与我的原始分布相同,因此它可以作为理论模型。我的原始发行版是一个数组,然后把它变成一个有20个分档的直方图。
bin = 20
od = np.array([1,2,3,34,5,...6,6])
oh = np.histogram(od,bin)
现在制作预期值的直方图(正态分布)我已经给出了原始直方图中每个bin的平均值与正态分布的概率。
x = []
y = []
for e in range(0,bin):
x.append(od[1][i]+od[1][i+1]/2)
for e in x:
y.append(gaussian(e,od.mean(),od.std())
然后绘制
plt.bar(x,y)
问题是直方图的y值不能加1,如果它们确实可以将它们乘以原始直方图中的元素数量以便能够比较它们。我怎么能这样做?