我希望找到最适合某些数据的分布。这通常是某种量度数据,例如力量或扭矩。
理想情况下,我希望使用多个分布运行Anderson-Darling测试,并选择具有最高p值的分布。这类似于Minitab中的“拟合优度”测试。但我在寻找一个能够计算p值的Python实现的Anderson-Darling测试时遇到了困难。
我已经尝试过scipy中的stats.anderson(),但它只返回AD统计量和一系列临界值及其相应的显著性水平,并没有返回p值本身。
我也看过 statsmodels,但它似乎只支持正态分布。我需要比较几个分布的拟合程度(正态、威布尔、对数正态等)。
是否有一个在Python中实现的Anderson-Darling测试,可以返回p值并支持非正态分布呢?