Statistics scipy.stats.normaltest不是无线电频谱数据的好测试？

我有一个无线电频谱（用FFT从时域转换而来）。对于每个箱子（频率），我有100个样本，间隔几秒钟。这些样本为电源（例如-47.5 dBm）

我正在使用所看到的技术测试是否正常。据推测，信道（人造无线电信号）将比噪声地板（假定为）高斯噪声“随机性更小”

当我在每个频率阵列上运行normaltest时，它在大部分时间内返回p<0.055（根据上面的参考，这意味着“可能不正常”）。这包括很多很多频率，它们是噪声地板的一部分

---

为什么这个测试不能很好地配合我的设置？

你能添加一些数据吗，例如你得到的一些光谱？但是根据你说的，我不知道你为什么认为你应该得到一个更高的p，因为你的频谱样本离纯高斯已经足够远了。@Paradox-无线电噪声底是高斯的。是的，但是因为你没有给出信噪比或任何其他指标，只是说“大概信道（人造无线电信号）会是”与噪声层（被认为是）高斯噪声相比，随机性更小，很难说你得到的是“真实的无线电信号”+噪声还是纯噪声。。。不管怎样，p值给出了它是一个类似高斯过程的概率，而不是别的。如果你的分布离高斯过程太远，当然p值会比你期望的低。也许你可以给我一张样品分布的照片？