python 正态检验 90%分位数

根据提供的引用内容，没有直接回答问题的信息。但是，我们可以根据引用内容提供一些相关信息来回答问题。

正态检验是一种用于检验数据是否符合正态分布的方法。在Python中，可以使用SciPy库中的normaltest函数进行正态检验。下面是一个示例代码：

from scipy.stats import normaltest
import numpy as np

# 生成一组随机数据
data = np.random.normal(size=1000)

# 进行正态检验
statistic, pvalue = normaltest(data)

# 输出结果
print("Statistic:", statistic)
print("P-value:", pvalue)

在上面的代码中，我们首先使用NumPy库生成了一组包含1000个随机数的数据。然后，我们使用normaltest函数进行正态检验，并将结果存储在statistic和pvalue变量中。最后，我们输出了检验结果。

90%分位数是指将数据按从小到大排序后，第90%的数据所对应的值。在Python中，可以使用numpy库中的percentile函数来计算分位数。下面是一个示例代码：

import numpy as np

# 生成一组随机数据
data = np.random.normal(size=1000)

# 计算90%分位数
percentile = np.percentile(data, 90)

# 输出结果
print("90th percentile:", percentile)

在上面的代码中，我们首先使用NumPy库生成了一组包含1000个随机数的数据。然后，我们使用percentile函数计算了90%分位数，并将结果存储在percentile变量中。最后，我们输出了计算结果。