我想找到最适合某些数据的分布。这通常是某种测量数据，例如力或扭矩。
理想情况下，我想运行具有多个分布的 Anderson-Darling，并选择具有最高 p 值的分布。这类似于Minitab中的“拟合优度”检验。我无法找到计算 p 值的 Anderson-Darling 的 python 实现。
我尝试过scipy， stats.anderson()但它只返回 AD 统计量和具有相应显着性水平的临界值列表，而不是 p 值本身。
我也研究过statsmodels，但似乎只支持正态分布。我需要比较几种分布（正态分布、威布尔分布、对数正态分布等）的拟合度。
python 中是否有返回 p 值并支持非正态分布的 Anderson-Darling 实现？