根据 LFR 基准进行假设检验

问：

我已经为我的项目收集了数据，并从中生成了一个网络。我已经完成了对网络的分析（幂律指数、社区的 nr 等）。我想知道我的网络的某些特征（fx.度分类或衔接点的nr）对于具有我从分析中得出的特征的网络来说是否相当标准，或者它们是否更非凡。为此，我使用 LFR 方法生成图形，方法是将从原始图形派生的适当参数传递给 NetworkX LFR_benchmark_graph 方法。现在，我想针对 100 个 LFR 生成的图来测试我的原始图。

我的问题是：什么样的假设检验适合这个用例？我的第一个想法是单样本 Wilcoxon 测试，因为我将比较 fx。针对 100 个度数分类条目的数组的度数分类的单个值。我很想听听其他人对此的看法，以及这种方法是否正确或存在更合适的方法。