使用预聚合数据进行正态性检验
normality test with pre-aggregated data
我使用 spark 汇总了每个组（队列）的数据，仅包含均值、标准差和方差。
现在在使用 python 的第二步中，我想测试正态性 (https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.normaltest.html)，然后使用 t 检验 stats.ttest_ind 或 stats.wilcoxon 等级测试
但是，所有这些方法都希望数据作为面向原始记录的值输入。如何将它们与预聚合数据一起使用？
均值、标准差和方差不足以检验每个队列的正态性。标准差是方差的平方根，所以你只有两个统计量的信息。
您还可以（或改为）计算两个汇总统计的偏度和峰度，并保存观察的计数。
Jarque–Bera test 是正态性检验，仅取决于偏度、峰度和观察次数。
我使用 spark 汇总了每个组（队列）的数据，仅包含均值、标准差和方差。
现在在使用 python 的第二步中，我想测试正态性 (https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.normaltest.html)，然后使用 t 检验 stats.ttest_ind 或 stats.wilcoxon 等级测试
但是，所有这些方法都希望数据作为面向原始记录的值输入。如何将它们与预聚合数据一起使用？
均值、标准差和方差不足以检验每个队列的正态性。标准差是方差的平方根，所以你只有两个统计量的信息。
您还可以（或改为）计算两个汇总统计的偏度和峰度，并保存观察的计数。 Jarque–Bera test 是正态性检验，仅取决于偏度、峰度和观察次数。