雅克-贝拉检验（Jarque-Bera test）
通过偏度和峰度来检验样本数据是否来自正态总体。（正态分布的偏度=0，峰度=3）
当待检验的样本数据X服从正态分布时，检验统计量：
N=数据量，S是样本偏度，K是样本峰度
原假设 H0：样本服从正态分布； 备择假设 H1：样本不服从正态分布
PYTHON :
scipy.stats.jarque_bera(x)
##生成1000个服从N（0,1）的随机数 import numpy as np np.random.seed(0) norm_Data = np.random.normal(0,1,1000) #生成100个服从lambda=10的指数分布exp(10) exp_Data = np.random.exponential(scale=0.1, size=1000) #scale=1/lambda import scipy.stats as stats stats.jarque_bera(norm_Data) ##输出(统计量JB的值,P值)=(0.28220016508625245, 0.86840239542814834)，P值>指定水平0.05,接受原假设，可以认为样本数据在5%的显著水平下服从正态分布 stats.jarque_bera(exp_Data) ##输出(统计量JB的值,P值)=(1117.2762482645478, 0.0)，P值<指定水平0.05,拒绝原假设，认为样本数据在5%的显著水平下不服从正态分布
下一篇：
冒泡排序和选择排序：