{"id":1069,"date":"2023-07-27T18:53:24","date_gmt":"2023-07-27T18:53:24","guid":{"rendered":"https:\/\/statorials.org\/it\/test-di-normalita-multivariato-di-python\/"},"modified":"2023-07-27T18:53:24","modified_gmt":"2023-07-27T18:53:24","slug":"test-di-normalita-multivariato-di-python","status":"publish","type":"post","link":"https:\/\/statorials.org\/it\/test-di-normalita-multivariato-di-python\/","title":{"rendered":"Come eseguire test di normalit\u00e0 multivariati in python"},"content":{"rendered":"

<\/p>\n

\n

Quando vogliamo verificare se una singola variabile \u00e8 distribuita normalmente o meno, possiamo creare a<\/span> <\/span> Grafico QQ<\/a> per visualizzare la distribuzione oppure possiamo eseguire un test statistico formale come un<\/span> test di Anderson Darling<\/a> o un<\/span> test di Jarque-Bera<\/a> .<\/span><\/p>\n

Tuttavia, quando vogliamo verificare se pi\u00f9<\/em> variabili sono normalmente distribuite come gruppo, dobbiamo eseguire un test di normalit\u00e0 multivariato<\/strong> .<\/span><\/p>\n

Questo tutorial spiega come eseguire il test di normalit\u00e0 multivariato di Henze-Zirkler per un dato set di dati in Python.<\/span><\/p>\n

Correlati:<\/strong> se vogliamo identificare valori anomali in un contesto multivariato, possiamo utilizzare<\/span> la distanza di Mahalanobis<\/a> .<\/span><\/p>\n

Esempio: test di normalit\u00e0 multivariato di Henze-Zirkler in Python<\/strong><\/h3>\n

Il test di normalit\u00e0 multivariata di Henze-Zirkler<\/strong> determina se un gruppo di variabili segue o meno una distribuzione normale multivariata. Le ipotesi nulla e alternativa del test sono le seguenti:<\/span><\/p>\n

H 0<\/sub> (null): le variabili seguono una distribuzione normale multivariata.<\/span><\/p>\n

H a<\/sub> (alternativa): le variabili non seguono<\/em> una distribuzione normale multivariata.<\/span><\/p>\n

Per eseguire questo test in Python possiamo utilizzare la funzione multivariate_normality()<\/a> dalla libreria penguin.<\/span><\/p>\n

Per prima cosa dobbiamo installare penguin:<\/span><\/p>\n

 pip install<\/span> penguin\n<\/strong><\/pre>\n
 Successivamente, possiamo importare la funzione multivariate_normality()<\/strong> e utilizzarla per eseguire un test di normalit\u00e0 multivariato per un determinato set di dati:<\/span><\/p>\n
 #import necessary packages<\/span>\nfrom<\/span> penguin import<\/span> multivariate_normality\nimport<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\n\n#create a dataset with three variables x1, x2, and x3\ndf = pd.DataFrame({'x1':np.random.normal(size= 50<\/span> ),\n                   'x2': np.random.normal(size= 50<\/span> ),\n                   'x3': np.random.normal(size= 50<\/span> )})<\/span>\n\n#perform the Henze-Zirkler Multivariate Normality Test<\/span>\nmultivariate_normality(df, alpha= .05<\/span> )\n\nHZResults(hz=0.5956866563391165, pval=0.6461804077893423, normal=True)<\/strong><\/pre>\n
 I risultati del test sono i seguenti:<\/span><\/p>\n