[PYTHON] Vérification de la distribution normale

Qu'est-ce que c'est

Nous avons simplifié la tâche avec docker pour vérifier que vos données sont normalement distribuées.

Comment utiliser

Lors d'un test avec des données factices

bash

python -c "import numpy; print(str(list(numpy.random.normal(size=100)))\
  .strip('[]'))" | docker run -i --rm tsutomu7/test_normal > test.htm
firefox test.htm

Si vous faites ce qui précède, il sera affiché comme ci-dessous.

Lors du test à partir d'un fichier (data.csv)

bash

docker run -i --rm tsutomu7/test_normal < data.csv > test.htm
firefox test.htm

Que fais tu

--Vérifiez le nombre de données (est-il assez grand)

• Affichage hydrotique (en forme de cloche)
• Affichage du tracé QQ (s'il est aligné sur une ligne droite)
• Test de Shapiro Wilk

Si vous utilisez une distribution uniforme comme indiqué ci-dessous, elle ne sera pas considérée comme une distribution normale.

bash

python -c "import numpy; print(str(list(numpy.random.random(size=1000)))\
  .strip('[]'))" | docker run -i --rm tsutomu7/test_normal > test.htm
firefox test.htm

c'est tout