评估 ldl 变量的分布拟合
在本练习中，您将聚焦糖尿病数据集 dia 的一个变量：血清 ldl。您将基于 Kolmogorov–Smirnov 检验提供的额外信息，判断正态分布是否仍然是 ldl 的一个合适选择。
dia DataFrame 已为您加载。以下库也已导入：pandas 别名为 pd、numpy 别名为 np，以及 scipy.stats 别名为 st。
本练习是课程的一部分
Python 中的蒙特卡洛模拟
练习说明
- 定义名为
list_of_dists的列表，按顺序包含候选分布：Laplace、正态和指数；使用来自scipy.stats的正确名称。 - 在循环内，用相应的概率分布对数据进行拟合，并保存为
param。 - 执行 Kolmogorov–Smirnov 检验以评估拟合优度，并将结果保存为
result。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# List candidate distributions to evaluate
list_of_dists = [____]
for i in list_of_dists:
dist = getattr(st, i)
# Fit the data to the probability distribution
param = dist.____
# Perform the ks test to evaluate goodness-of-fit
result = ____
print(result)