贾奎-伯拉检验(Jarque-Bera test)是一种用于检验数据是否符合正态分布的统计检验方法。该检验方法的原假设是数据符合正态分布。
下面是一个使用Python进行贾奎-伯拉检验的示例代码:
import numpy as np
from scipy import stats
# 生成一组随机样本数据
data = np.random.normal(size=1000)
# 进行贾奎-伯拉检验
jb_value, jb_p_value = stats.jarque_bera(data)
# 打印检验结果
print("Jarque-Bera test statistic:", jb_value)
print("p-value:", jb_p_value)
上述代码中,首先使用numpy.random.normal
函数生成了一组服从正态分布的随机样本数据。然后使用scipy.stats.jarque_bera
函数进行贾奎-伯拉检验,返回的jb_value
是检验统计量的值,jb_p_value
是对应的p值。最后,将检验结果打印输出。
根据贾奎-伯拉检验的原假设,如果p值较大,则接受原假设,即数据符合正态分布;如果p值较小,则拒绝原假设,即数据不符合正态分布。