scipy.stats.mstats.
kruskal#
- scipy.stats.mstats.kruskal(*args)[源代码]#
计算独立样本的 Kruskal-Wallis H 检验
- 参数:
- sample1, sample2, …array_like
可以给出两个或多个具有样本测量的数组作为参数。
- 返回:
- statisticfloat
Kruskal-Wallis H 统计量，已针对联系进行校正
- pvaluefloat
使用 H 具有卡方分布的假设的检验的 p 值
注释
有关
kruskal的更多详细信息，请参阅scipy.stats.kruskal。示例
>>> from scipy.stats.mstats import kruskal
测试了来自三个不同品牌电池的随机样本，以查看充电持续多长时间。结果如下
>>> a = [6.3, 5.4, 5.7, 5.2, 5.0] >>> b = [6.9, 7.0, 6.1, 7.9] >>> c = [7.2, 6.9, 6.1, 6.5]
检验所有品牌的持续时间的分布函数都相同的假设。使用 5% 的显着性水平。
>>> kruskal(a, b, c) KruskalResult(statistic=7.113812154696133, pvalue=0.028526948491942164)
由于返回的 p 值小于 5% 的临界值，因此在 5% 的显着性水平上拒绝了原假设。