技術標籤：python機器學習

import scipy.stats as stats
import numpy as np
np.random.seed(0)
data_norm = np.random.normal(0, 1, 100)

# Anderson-Darling test
# 安德森-達令檢驗樣本資料是否來自特定分佈，包括分佈：'norm', 'expon', 'gumbel', 'extreme1' or 'logistic'.
# 原假設 H0：樣本服從特定分佈；  備擇假設 H1：樣本不服從特定分佈
AndersonResult = stats.anderson(data_norm,
 
 dist='norm')
# 如果輸出的統計量值statistic < critical_values，則表示在相應的significance_level下，接受原假設
AndersonResult = stats.anderson(data_norm, dist='expon')