### 如何用Python检查数据是否符合正态分布 为了验证一组数据是否遵循正态分布，在Python中有多种统计检验方法可供选择。这些方法不仅限于单变量分析，还可以扩展到多维空间中的应用。 #### 使用Shapiro-Wilk Test 对于样本量较小的情况（通常小于50），推荐采用Shapiro-Wilk test来检测数据的正态性。此测试通过`scipy.stats.shapiro()`函数实现： ```python from scipy import stats import numpy as np data = np.random.normal(0, 1, 100) # 假设的数据集 stat, p_value = stats.shapiro(data) print(f'Statistic={stat:.3f}, P-value={p_value:.3f}') alpha = 0.05 if p_value > alpha: print('Sample looks Gaussian (fail to reject H0)') else: print('Sample does not look Gaussian (reject H0)') ``` 该代码片段展示了如何利用Shapiro-Wilk test判断给定的一组随机数是否可能来自高斯过程[^1]。 #### 应用Kolmogorov-Smirnov Test 当处理较大规模的数据集时，可考虑运用Kolmogorov-Smirnov test来进行更广泛的适用性评估。这可以通过调用`scipy.stats.kstest()`完成： ```python rvs = data # 输入待测验的数据序列 D, p_value = stats.kstest(rvs=rvs, cdf='norm') print(f'D-statistic={D:.3f}, P-value={p_value:.3f}') if p_value > alpha: print('Data follows normal distribution at the %.2f level' % alpha) else: print('Data does NOT follow a normal distribution at the %.2f level' % alpha) ``` 这段脚本说明了怎样借助KS-test比较观测值与理论上的标准正态累积分布之间的差异程度。 #### Anderson-Darling Test的应用 Anderson-Darling test提供了一种更为灵活的方式去衡量不同类型的假设条件下的拟合优度。它同样基于`scipy.stats.anderson()`执行： ```python result = stats.anderson(data) print(f'Statistic: {result.statistic}') for sig_level, critical_values in zip(result.significance_level, result.critical_values): sl_alpha = round(sig_level, 2) cv = round(critical_values, 3) if result.statistic < critical_values: print(f'{sl_alpha}: Probably Gaussian') else: print(f'{sl_alpha}: Not Gaussian') ``` 上述实例解释了如何解读AD-test的结果并据此做出关于原假设的支持与否决定。 除了上述三种常见的统计学手段外，还有其他一些辅助性的图形化工具可以帮助直观理解数据特性，比如Q-Q plot、直方图叠加核密度估计曲线等。然而，具体选用哪种方式取决于实际应用场景和个人偏好。