scipy.stats.mstats.

kurtosistest#

scipy.stats.mstats.kurtosistest(a, axis=0, alternative='two-sided')[源代码]#

测试数据集是否具有正态峰度。

参数:
aarray_like

样本数据的数组

axisint 或 None,可选

计算测试的轴。默认为 0。如果为 None,则在整个数组 a 上计算。

alternative{‘two-sided’, ‘less’, ‘greater’}, 可选

定义备择假设。以下选项可用(默认为 ‘two-sided’)

  • ‘two-sided’: 样本背后分布的峰度与正态分布的峰度不同

  • ‘less’: 样本背后分布的峰度小于正态分布的峰度

  • ‘greater’: 样本背后分布的峰度大于正态分布的峰度

在 1.7.0 版本中添加。

返回:
statisticarray_like

此测试计算的 z 分数。

pvaluearray_like

假设检验的 p 值

说明

有关 kurtosistest 的更多详细信息,请参阅 scipy.stats.kurtosistest