在對數據建模前，很多時候我們需要對數據做正態性檢驗，進而通過檢驗結果確定下一步的分析方案。下面介紹 Python 中常用的幾種正態性檢驗方法：
scipy.stats.kstest
kstest 是一個很強大的檢驗模塊，除了正態性檢驗，還能檢驗 scipy.stats 中的其他數據分布類型
kstest(rvs, cdf, args=(), N=20, alternative=’two_sided’, mode=’approx’, **kwds)
對於正態性檢驗，我們只需要手動設置三個參數即可：
rvs：待檢驗的數據
cdf：檢驗方法，這里我們設置為‘norm’，即正態性檢驗
alternative：默認為雙尾檢驗，可以設置為‘less’或‘greater’作單尾檢驗
>>> import numpy as np >>> from scipy.stats import kstest >>> x = np.linspace(-15, 15, 9) >>> kstest(x, 'norm') (0.44435602715924361, 0.038850142705171065) 輸出結果中第一個為統計數，第二個為P值
具體見官方文檔 scipy.stats.kstest
scipy.stats.shapiro
與 kstest 不同，shapiro 是專門用來做正態性檢驗的模塊
注意：shapiro 不適合做樣本數＞5000的正態性檢驗，檢驗結果的P值可能不准確
scipy.stats.shapiro(x, a=None, reta=False)
一般我們只用 x 參數就行，x 即待檢驗的數據
>>> from scipy import stats >>> np.random.seed(12345678) >>> x = stats.norm.rvs(loc=5, scale=3, size=100) >>> stats.shapiro(x) (0.9772805571556091, 0.08144091814756393) 輸出結果中第一個為統計數，第二個為P值
具體見官方文檔 scipy.stats.shapiro
scipy.stats.normaltest
normaltest 也是專門做正態性檢驗的模塊
scipy.stats.normaltest(a, axis=0, nan_policy=’propagate’)
這里的三個參數都有必要看一下：
a：待檢驗的數據
axis：默認為0，表示在0軸上檢驗，即對數據的每一行做正態性檢驗，我們可以設置為 axis=None 來對整個數據做檢驗 nan_policy：當輸入的數據中有空值時的處理辦法。默認為 ‘propagate’，返回空值；設置為 ‘raise’ 時，拋出錯誤；設置為 ‘omit’ 時，在計算中忽略空值。 >>> import numpy as np >>> from scipy.stats import normaltest >>> x = np.random.randn(10, 20) >>> normaltest(x, axis=None) >>> NormaltestResult(statistic=0.3582062593239369, pvalue=0.83601967652440512) 輸出結果中第一個為統計數，第二個為P值
具體見官方文檔 scipy.stats.normaltest
scipy.stats.anderson
anderson 是修改版的 kstest，說是增強版也不為過。也可以做多種分布的檢驗，默認的檢驗時正態性檢驗。
scipy.stats.anderson(x, dist=’norm’)
參數這里就不多說了，但對輸出結果說明一下：
anderson 有三個輸出值，第一個為統計數，第二個為評判值，第三個為顯著性水平， 評判值與顯著性水平對應
對於正態性檢驗，顯著性水平為：15%, 10%, 5%, 2.5%, 1%
import numpy as np
from scipy.stats import anderson
x = np.linspace(-15, 15, 9)
anderson(x)
AndersonResult(statistic=0.13676646631470213, critical_values=array([ 0.507, 0.578, 0.693, 0.808, 0.961]), significance_level=array([ 15. , 10. , 5. , 2.5, 1. ]))
轉自：https://blog.csdn.net/QimaoRyan/article/details/72861387