对知道如何解释python中的Anderson亲爱的测试结果感兴趣。
尽管我不确定如何根据函数的返回值正确确定此值,但似乎AD stat必须低于其关联的显着性级别的临界值。
这是函数的结果
AndersonResult(statistic = 1.383562257554786,critical_values = array([0.574,0.654,0.785,0.916,1.089]),意义水平= array([15。,10.,5.,2.5,1.]))
答案 0 :(得分:1)
安德森·达令(Anderson Darling)测试了总体样本是否遵循特定分布。如果检验统计量高于临界值,则原假设在相应的显着性水平处被拒绝(即,有证据表明总体不遵循该特定分布)。
查看您的输出,此处零假设在所有显着性水平都被拒绝,因为检验统计量高于所有关键值。
您可以在https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.anderson.html上查看有关AD测试的文档。
答案 1 :(得分:0)
如果您想加深对测试细节的了解,可以将其范围从SciPy文档扩展到NIST reference或深入了解Computation of Probability Associated with Anderson–Darling Statistic。 >
如果您对测试的有效性或公式有数学上的疑问,请搜索(或发布)Cross Validated论坛。