SciPy 拟合优度检验

问题描述

我是 Python 新手，来自 R 世界.我正在尝试使用 SciPy 将分布拟合到样本数据并取得了良好的成功.我可以让 distribution.fit(data) 返回合理的结果.我一直无法做的是使用 R 中的 fitdistrplus 包创建拟合统计的优点. 是否有一种通用的方法来比较最佳拟合"?SciPy 的不同发行版?

I'm new to Python and coming from the R world. I'm trying to fit distributions to sample data using SciPy and having good success. I can make distribution.fit(data) return sane results. What I've been unable to do is create the goodness of fit statistics which I'm used to with the fitdistrplus package in R. Is there a common method for comparing "best fit" from a number of different distributions with SciPy?

我正在寻找类似 Kolmogorov-Smirnov 检验或 Cramer-von Mises 或Anderson-darling 测试

I'm looking for something like the Kolmogorov-Smirnov test or Cramer-von Mises orAnderson-darling tests

推荐答案

还有 statmodels 拟合优度检验.

这篇关于SciPy 拟合优度检验的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！