【问题标题】:Goodness of fit tests in SciPySciPy 中的拟合优度测试
【发布时间】:2012-07-01 09:20:31
【问题描述】:

我是 Python 新手,来自 R 世界。我正在尝试使用 SciPy 将分布拟合到样本数据并取得了很好的成功。我可以让distribution.fit(data) 返回正常的结果。我一直无法做的是创建我习惯于使用 R 中的 fitdistrplus 包的拟合度统计数据。是否有一种通用方法可以将来自多个不同分布的“最佳拟合”与 SciPy 进行比较?

我正在寻找类似 Kolmogorov-Smirnov 检验或 Cramer-von Mises 或 Anderson-darling 测试

【问题讨论】:

  • 对于哪些发行版需要 gof 测试?使用估计参数,检验统计量的分布不同于具有完全指定分布的统计量。 statsmodels,见 John D Cooks 的回答,在沙盒中有更多,应该在夏末可用。

标签: python statistics scipy


【解决方案1】:

查看 scipy.stats 库:http://docs.scipy.org/doc/scipy/reference/stats.html

它包含 K-S 和 Anderson-Darling,但显然不是 Cramer-von Mises。

【讨论】:

  • 非常感谢!我希望我能同时接受你和约翰的回答。
【解决方案2】:

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2015-05-14
    • 2011-11-27
    • 2020-04-28
    • 1970-01-01
    • 2017-09-15
    • 2020-08-14
    • 1970-01-01
    • 2022-08-20
    相关资源
    最近更新 更多