Per prima cosa ho scoperto che scipy.stats.normaltest è quasi lo stesso. La libreria mstats viene utilizzata per gli array mascherati. Array in cui è possibile contrassegnare i valori come non validi e non presi nel calcolo.
import numpy as np
import numpy.ma as ma
from scipy.stats import mstats
x = np.array([1, 2, 3, -1, 5, 7, 3]) #The array needs to be larger than 20, just an example
mx = ma.masked_array(x, mask=[0, 0, 0, 1, 0, 0, 0])
z,pval = mstats.normaltest(mx)
if(pval < 0.055):
print "Not normal distribution"
"Tradizionalmente, nelle statistiche, è necessario un valore di p inferiore a 0,05 per rifiutare l'ipotesi nulla." - http://mathforum.org/library/drmath/view/72065.html
fonte
2012-10-11 12:24:57
Grazie per la rapida risposta. –
Come si quantifica "molto piccolo" qui? – AmanArora
È una scelta arbitraria: http://stats.stackexchange.com/a/55693/842. Assicurati solo di decidere quale sia il tuo livello di signficance * prima * applicando un test statistico. – unutbu