Question

从MATLAB调用Python KS测试很简单：

foo = py.scipy.stats.ks_2samp(rand(1,50),rand(1,70));

但是当我以这种方式调用Anderson-Darling k样本测试时，我得到一个错误：

bar = py.scipy.stats.anderson_ksamp(rand(1,50),rand(1,70));
"Python Error: AxisError: axis -1 is out of bounds for array of dimension 0"

这样会导致另一个错误（在这里，我试图设置midrank = false，认为这可能是上一个错误的原因）

bar = py.scipy.stats.anderson_ksamp(rand(1,50),rand(1,70),false);
bar = py.scipy.stats.anderson_ksamp(rand(1,50),rand(1,70),'false');
bar = py.scipy.stats.anderson_ksamp(rand(1,50),rand(1,70),'midrank=false');
"Python Error: TypeError: anderson_ksamp() takes from 1 to 2 positional arguments but 3 were given"

我已阅读https://docs.scipy.org/doc/scipy/reference/stats.html以及有关从Matlab调用Python的旧问题，但较旧的问题不适用于当前的API。

问题1：如何在MATLAB中调用anderson_ksamp？
问题2：如何更改此测试的显着性水平？

Answer 1

你的功能参数错误。

ks_2samp expects接收两个变量向量，因此你很擅长。

anderson_ksamp expects接收系列的向量：

scipy.stats.anderson_ksamp （样本，midrank = True）

样品：1-D array_like序列

数组中的样本数据数组。

因此，您应该创建一个单元格数组，其中每个单元格都是一个样本矢量，并将其作为第一个参数传递，因为您的样本可能具有不同的维度。

如果要测试两个向量来自同一分布，则应使用常规anderson测试，这与Kolmogorov-Smirnov 2样本测试非常相似。只需连接值并将其作为单个向量发送。

至于显着性级别，您无法更改它们。它们是预定义的并且（至少）计算为10％，5％，2.5％和1％的水平。这对任何实际目的都足够了。

使用选项从Matlab 2017调用Python

1 个答案: