scipy.stats.mstats.
kruskal#
- scipy.stats.mstats.kruskal(*args)[source]#
计算独立样本的 Kruskal-Wallis H 检验
- 参数:
- sample1, sample2, …array_like
作为参数提供的样本测量有两或多个阵列。
- 返回:
- statisticfloat
用于校正联系的 Kruskal-Wallis H 统计信息
- pvaluefloat
检验 P 值，使用 H 具有卡方分布的假设
注释
有关
kruskal的详细信息，请参阅scipy.stats.kruskal。示例
>>> from scipy.stats.mstats import kruskal
对来自三个不同品牌电池的随机样本进行测试，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]
检验所有品牌持续时间分布函数是否相同的假设。使用 5% 的显著性水平。
>>> 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，在 5% 的显著性水平下拒绝零假设。