ｓ回帰分析時における目的変数の正規分布性について(pythonのライブラリで何かある？)

Question

前提・実現したいこと

回帰分析時における目的変数の正規分布性を確認したいのですが、
pythonでお勧めのライブラリってありますか？
2次元データの散布図があって、
x1,x2,x3・・・・xn、とありまして、
それぞれに対応する
y11,y12・・・y1m,y21,y22,・・・,y2m,・・・・y_nm
1個のxに対して、複数のyがあります。

各xの領域で、
目的変数yが正規分布しているか確認したいです。

発生している問題・エラーメ1ッセージ

エラーメッセージ

該当のソースコード

ソースコード

試したこと

ここに問題に対して試したことを記載してください。

補足情報（FW/ツールのバージョンなど）

ここにより詳細な情報を記載してください。

Answer 1

scipyを使ってできます。
シャピロウィルク検定というのを使うのですが、検定なので有意水準に引っかかるかが問題になり得ます（データ数が少なすぎたりすると）。

こちらのページが参考になります。

正規分布かどうかを見極める3つのステップ（Pythonでの検定実践あり） - 俺、サービス売って家買うんだ

こちらのページは次の3ステップでやってるみたいです。

1. matplotlibを使ってヒストグラムを描く
2. QQプロットをする
3. シャピロウィルク検定

簡単にシャピロウィルク検定の手順を追記しておきます。

>>> import numpy as np
>>> normal = np.random.randn(1000)
>>> from scipy import stats
>>> stats.shapiro(normal)
(0.9986432194709778, 0.6502094268798828)

基本的には各xの領域に対応するyの配列を（xの領域の数だけ）作って、これをそれぞれ検定することになるでしょう。

Comments

[satopooooon]

早急な回答ありがとうございます！！