相关分析第一步:判断变量的总体是否正态分布
x为你要检验的数据。
H0:服从正态N(mu,sigma2)
4.Kolmogorov-Smirnov检验
通过样本的经验分布函数与给定分布函数的比较,推断该样本是否来自给定分布函数的总体。容量n的样本的经验分布函数记为Fn(x),可由样本中小于x的数据所占的比例得到,给定分布函数记为G(x),构造的统计量为,即两个分布函数之差的最大值,对于假设H0:总体服从给定的分布G(x),及给定的,根据Dn的极限分布(n®¥时的分布)确定统计量关于是否接受H0的数量界限。
因为这个检验需要给定G(x),所以当用于正态性检验时只能做标准正态检验,即H0:总体服从标准正态分布。Matlab命令:h =kstest(x)。
H0服从正态N(0,1)
5.Lilliefors检验它将Kolmogorov-Smirnov检验改进用于一般的正态性检验,即H0:总体服从正态分布,其中由样本均值和方差估计。Matlab命令:h =lillietest(x),[h,p,lstat,cv]=lillietest(x,alpha)。
H0服从N(mu,sigma2)
*说明:
函数 lillietest格式 H = lillietest(X) %对输入向量X进行Lilliefors测试,显著性水平为0.05.H = lillietest(X,alpha) %在水平alpha而非5%下施行Lilliefors测试,alpha在0.01和0.2之间.[H,P,LSTAT,CV] = lillietest(X,alpha) %P为接受假设的概率值,P越接近于0,则可以拒绝是正态分布的原假设;LSTAT为测试统计量的值,CV为是否拒绝原假设的临界值.说明 H为测试结果,若H=0,则可以认为X是服从正态分布的;若X=1,则可以否定X服从正态分布.例4-81>> Y=chi2rnd(10,100,1);>> [h,p,l,cv]=lillietest(Y)h =1p =0.0175l =0.1062cv =0.0886说明 h=1表示拒绝正态分布的假设;p = 0.0175表示服从正态分布的概率很小;统计量的值l = 0.1062大于接受假设的临界值cv =0.0886,因而拒绝假设(测试水平为5%).>>hist(Y)从图中看出,数据Y不服从正态分布.
6.另外还有一种方法:首先对于数据进行标准化:Z = ZSCORE(X),然后在进行2)的Kolmogorov-Smirnov检验,检验是否为标准正态分布,类似于对于方法2)的改进。
另外国标GB-4882中还给出了正态性检验的有方向性检验(偏度检验、峰度检验、多方向检验)、无方向检验(Shapior-Wilk检验,即W检验、Epps-Pully检验)、联合检验法。
相关分析第一步:判断变量的总体是否正态分布相关推荐
- pycharm 类型注释_学习Python第一步,变量与数据类型
Python是一门易学的面向对象的程序设计语言,可以轻易地完成界面.文件.封装等高阶需求,可移植性好,有非常多功能强大的库与包,如Numpy(数值计算).SciPy(数学.科学与工程计算).Matpl ...
- 2步判断晶体管工作状态
第一步判断管型,根据发射结电压判断是否截止 第二步判断集电结电压是否够格,即能否让集电结反偏,形成护城河,让集电区储存电子,抑把电子拉过去,够格即为放大状态 例题来自西电慕课
- Qt For Android 第一步 环境配置
Qt是一个1991年由奇趣科技开发的跨平台C++图形用户界面应用程序开发框架.现在已经全面支持iOS.Android.WP. 当时Qt刚开始支持安卓的时候,忘记了是5.1还是5.0版本.自己写了一个H ...
- Ice自学第一步——Windows下安装Ice和设置Ice的环境变量
第一步,基于Windows下的安装,所以下载windows版的Ice,官网最新版本是Ice3.4.2: http://www.zeroc.com/download/Ice/3.4/Ice-3.4.2. ...
- 第一个实例-----我与node.js的第一步接触
因为最近有东西需要用到node.js,所以我就在linux虚拟机上安装了node.js,对于javascript,也是第一次接触. 刚入门,就是一个实用的案例,毕竟这些东西都是实践出真知.这个案例就是 ...
- php动态引入js文件路径问题,JavaScript_动态加载外部css或js文件,原理解析:第一步:使用dom创 - phpStudy...
原理解析:第一步:使用dom创建 应用:1.提高代码的复用,减少代码量:2.添加一个javascript控制器和 session可以实现动态改变页面样式:3.由于是页面是从上到下依次加载文件的,并且边 ...
- Lesson 11.1-11.5 梯度下降的两个关键问题反向传播的原理走出第一步:动量法开始迭代:batch和epochs在Fashion—MNIST数据集熵实现完整的神经网络
在之前的课程中,我们已经完成了从0建立深层神经网络,并介绍了各类神经网络所使用的损失函数.本节课开始,我们将以分类深层神经网络为例,为大家展示神经网络的学习和训练过程.在介绍PyTorch的基本工具A ...
- [转载] python判断是否为json_Python判断变量是否为Json格式的字符串示例
参考链接: Python-Json 3 : python中验证是否为有效JSON数据 Python判断变量是否为Json格式的字符串示例 Json介绍 全名JavaScript Object Nota ...
- 黑客攻击第一步你知道是啥吗?
黑客的攻击无外乎就是需要网络中有哪些主机开机,所以第一步当然是需要知道网络存活的主机ip地址,有了ip地址我们才能进行下一步操作,比如扫描端口等. 这篇文章将教您使用arp协议对局域网内主机进行扫描测 ...
最新文章
- 禁掉人脸识别!一群音乐人正在号召,禁止在音乐节上动用人脸识别
- python常用模块(二)
- django-模型类的查询方法
- 计算机数据库系统考研复试面试题,2016年山西财经大学081203计算机应用技术871数据库系统概论复试笔试最后押题五套卷...
- SQL Server中的数据层应用程序简介
- 实验2-1-5 将x的平方赋值给y (5 分)
- 【POJ】2454.Jersey Politics
- 7-10 365次方 (10 分)
- 360安全卫士团队版or企业版卸载
- 大家都用什么Maven插件?及本人的几个常用插件分享
- CreateFont()函数的MSDN翻译
- 【解决】Android 腾讯地图 选点定位组件,获取当前位置有偏差所遇到的坑!!
- projece修改工期_project里工期如何更改为自然日
- “科林明伦杯”哈尔滨理工大学第十届程序设计竞赛——G.养花【网络流】
- 锂离子电池热失控预警资料整理(二)
- Python实现一个简单的目标检测
- 使用MTS加快mysql奔溃后binlog恢复
- 【云计算】实验3:Keystone 组件
- ios 获取沙盒文件名_iOS_沙盒(sandbox)机制及获取沙盒路径和文件操作(NSFileManager)...
- 数学笔记9——牛顿迭代法
热门文章
- 夺命雷公狗—玩转SEO---20---K站
- OpenCV入门基础学习
- 面试题 网络编程和并发、数据库和缓存
- 帆软FineReport_下拉菜单内容并添到文本框,自动查询
- 2023年1~3月前端学习笔记
- 我是凉粉|《机器人历险记》|Web 2.0
- C# Button 按钮触发清空textBox控件内容
- SQL中ALL、Any、Some的区别
- “OneFlow U”吴文童:产品和开发者之间是相互作用的
- python京东自动签到领金豆_爬虫实战【10】利用Selenium自动登陆京东签到领金币...