类型错误：ndarray 无法在 scipy.stats.kstest() 中调用

Question

我正在尝试执行 Kolmogorov-Smirnov 检验来比较经验分布与 F 分布（我知道这些不能直接比较，但我将采用引导法）。我在 scipy KS 测试中遇到问题：

readLengths = [list,of,int,values,...]
x = stats.f.fit(readLengths)
dfn=x[0]
dfd=x[1]
stats.kstest(readLengths,stats.f.rvs(dfn,dfd,size=100))

我收到错误

TypeError: 'numpy.ndarray' object is not callable

它指向 stats.kstest 行。我认为这是 readLengths 数组的问题，但文档说它可以采用一维数组，所以不确定为什么我会遇到这个问题。另外，有趣的是，在这个函数中，您可以用“norm”命名正态分布，但“f”似乎无效，尽管它是 F 分布的 scipy 名称。

Answer 1

来自文档：

cdf : str 或可调用

如果是字符串，它应该是 scipy.stats 中的发行版的名称。如果 rvs 是字符串，则 cdf 可以为 False 或与 rvs 相同。如果是可调用的，则该可调用用于计算 cdf。

的第二个参数kstest应该是字符串或接受分位数作为输入并返回 CDF 的可调用对象。相反，你正在传递它

stats.f.rvs(dfn,dfd,size=100)

其计算结果为np.ndarray.

一种选择是使用所需的参数构建冻结的 PDF，然后将其.cdf方法作为第二个参数传递给kstest：

fdist = stats.f(dfn, dfd)
d, p = stats.kstest(readLengths, fdist.cdf)