正态分布：
若随机变量x服从有个数学期望为μ,方差为σ2 的正态分布，记为N(μ,σ)
其中期望值决定密度函数的位置，标准差决定分布的幅度，当υ=0，σ=0 时的正态分布是标准正态分布
判断方法有画图/k-s检验
1. Shapiro-Wilk检验(W检验)：
样本：小于50
方法：scipy.stats.shapiro(x)
官方文档：SciPy v1.1.0 Reference Guide
参数：x – 待检验数据
返回：W – 统计数；p-value – p值
scipy.stats.shapiro(x)
”’输出结果中第一个为统计量，第二个为P值(统计量越接近1越表明数据和正态分布拟合的好，
P值大于指定的显著性水平，接受原假设，认为样本来自服从正态分布的总体)”’
2.Kolmogorov-Smirnov检验(K-S检验)：
版权声明：本文为weixin_35995661原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。