Jak przeprowadzić wielowymiarowe testy normalności w pythonie

Kiedy chcemy sprawdzić, czy pojedyncza zmienna ma rozkład normalny, czy nie, możemy utworzyć   Wykres QQ w celu wizualizacji rozkładu lub możemy wykonać formalny test statystyczny, taki jak test Andersona Darlinga lub test Jarque-Bera .

Jeśli jednak chcemy sprawdzić, czy wiele zmiennych ma rozkład normalny jako grupa, musimy przeprowadzić wielowymiarowy test normalności .

W tym samouczku wyjaśniono, jak przeprowadzić wielowymiarowy test normalności Henzego-Zirklera dla danego zbioru danych w języku Python.

Powiązane: Jeśli chcemy zidentyfikować wartości odstające w kontekście wielu zmiennych, możemy użyć odległości Mahalanobisa .

Przykład: wielowymiarowy test normalności Henzego-Zirklera w Pythonie

Wielowymiarowy test normalności Henzego-Zirklera określa, czy grupa zmiennych ma wielowymiarowy rozkład normalny. Hipotezy zerowe i alternatywne testu są następujące:

H ₀ (null): Zmienne mają wielowymiarowy rozkład normalny.

H _a (alternatywa): Zmienne nie mają wielowymiarowego rozkładu normalnego.

Aby wykonać ten test w Pythonie, możemy użyć funkcji multivariate_normality() z biblioteki penguin.

Najpierw musimy zainstalować pingwina:

 pip install penguin

Następnie możemy zaimportować funkcję multivariate_normality() i użyć jej do przeprowadzenia wielowymiarowego testu normalności dla danego zbioru danych:

 #import necessary packages
from penguin import multivariate_normality
import pandas as pd
import numpy as np

#create a dataset with three variables x1, x2, and x3
df = pd.DataFrame({'x1':np.random.normal(size= 50 ),
                   'x2': np.random.normal(size= 50 ),
                   'x3': np.random.normal(size= 50 )})

#perform the Henze-Zirkler Multivariate Normality Test
multivariate_normality(df, alpha= .05 )

HZResults(hz=0.5956866563391165, pval=0.6461804077893423, normal=True)

Wyniki testu są następujące:

• Statystyka testowa Hz: 0,59569
• Wartość p: 0,64618

Ponieważ wartość p testu jest nie mniejsza niż określona przez nas wartość alfa wynosząca 0,05, nie możemy odrzucić hipotezy zerowej. Można założyć, że zbiór danych ma wielowymiarowy rozkład normalny.

Powiązane: Z tego artykułu badawczego dowiesz się, jak test Henzego-Zirklera jest wykorzystywany w rzeczywistych zastosowaniach medycznych.