Хорошие тесты пригодности в SciPy

Я новичок в Python и родом из мира R. Я пытаюсь подгонять дистрибутивы к образцам данных с помощью SciPy и иметь хороший успех. Я могу сделать distribution.fit(data) возврат нормальных результатов. То, что мне не удалось сделать, - это создать статистику пригодности, к которой я привык с пакетом fitdistrplus в R. Существует ли общий метод сравнения "наилучшего соответствия" из ряда разных дистрибутивов с помощью SciPy?

Я ищу что-то вроде теста Колмогорова-Смирнова или Крамера-фон Мизеса или Андерсон-дорогие тесты

Ответы

Ответ 1

Там также statmodels доброкачественность тестов соответствия.

Ответ 2

Смотрите библиотеку scipy.stats: http://docs.scipy.org/doc/scipy/reference/stats.html

Он содержит K-S и Андерсон-Дарлинг, хотя, по-видимому, не Cramer-von Mises.