数据分布python实战
使用 Python 验证数据集中的体温是否符合正态分布。
正态分布 正态分布可视化之后就像是一个小山包,中间高两头低,大部分数据集中在平均值小部分在两端,
密度函数如下:
那正态分布是用来做什么的?为什么我们需要对数据进行正态性检验?
因为在数据建模前,我们需要通过数据分正态性检验结果来确定下一步的分析方案。
在本文中我们将针对拥有人体体温、性别、心率的数据集展开正态性检验。
总所周知人体在正常情况下是一个稳定的系统,体温是在36.7~37.7摄氏度之间,即98.1~99.9华氏度之间,这是稳定的,但当这个系统遭受病毒入侵等外界偶然因素时,会出现一些偏离在这些范围外的体温,换而言之我们可以将之理解为是呈现正态分布的数据,但是我们应该怎么证明呢?先不着急,我们先来观察一下这个数据集。拥有体温、心率、心率,这里我们只对心率做正态性检验。 观察体温数据,最小值96.3,最大值100.8,均值为98.2位于正常体温之内,这里我们使用kstest对数据的正态性进行KS检验,注意kstest不仅仅可以用来做正态性检验,同时也可以用来检验其他数据分布类型。注意:KS检验样本量需要大于50个。 函数使用方法如下:
kstest(rvs, cdf, args=(), N=20, alternative= wo_sided, mode=approx,** kwds)
rvs:待检验的数据
cdf:检验方法,这里我们设