scipy.stats.mstats.
kruskalwallis#
- scipy.stats.mstats.kruskalwallis(*args)[源代码]#
计算独立样本的Kruskal-Wallis H检验
- 参数:
- 示例1, 示例2, …array_like
可以提供两个或更多包含样本测量值的数组作为参数。
- 返回:
- 统计浮动
Kruskal-Wallis H 统计量，对结进行了校正
- p值浮动
使用假设 H 具有卡方分布的检验的 p 值
注释
有关
kruskal的更多详情，请参见scipy.stats.kruskal。示例
>>> from scipy.stats.mstats import kruskal
对来自三个不同品牌的电池进行了随机抽样测试，以观察其充电持续时间。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]
测试所有品牌持续时间的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，因此在5%的显著性水平上拒绝了零假设。