如何判断数据是否属于正态分布正态性检验怎么看结果 _生活百科

正态性检验怎么看结果,如何判断数据是否属于正态分布。小编来告诉你更多相关信息。
matlab正态分布检验：
（一）进行参数估计和假设检验时，通常总是假定总体服从正态分布，虽然在许多情况下这个假定是合理的，但是当要以此为前提进行重要的参数估计或假设检验，或者人们对它有较大怀疑的时候，就确有必要对这个假设进行检验，进行总体正态性检验的方法有很多种，以下针对MATLAB统计工具箱中提供的程序，简单介绍几种方法。

文章插图

文章插图
1）Jarque-Bera检验
【如何判断数据是否属于正态分布正态性检验怎么看结果】利用正态分布的偏度g1和峰度g2 ，构造一个包含g1 ， g2的分布统计量（自由度n=2），对于显著性水平，当分布统计量小于分布的分位数时，接受H0：总体服从正态分布；否则拒绝H0 ，即总体不服从正态分布。这个检验适用于大样本，当样本容量n较小时需慎用。Matlab命令：h =jbtest(x) ， [h,p,jbstat,cv] =jbtest(x,alpha) 。
例子：
[h,p]=jbtest(a,0.05)
h为测试结果,若h=0,则可以认为X是服从正态分布的;若h=1,则可以否定X服从正态分布;
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;
2）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) 。
例子：
A=A(:);
alpha=0.05;
[mu,sigma]=normfit(A);
p1=normcdf(A,mu,sigma);
[H1,s1]=kstest(A,[A,p1],alpha);
n=length(A);
if H1==0
disp(\'该数据服从正态分布。\')
end
温馨提示：
要对一组样本进行正态性检验，在MATLAB中，一种方法是用normplot画出样本，如果都分布在一条直线上，则表明样本来自正态分布，否则是非正态分布。
MATLAB中也提供了几种更正式的检验方法：
kstest Kolmogorov-Smirnov 正态性检验，将样本与标准正态分布（均值为0 ，方差为1）进行对比，不符合正态分布返回1 ，否则返回0；该函数也可以用于其它分布类型的检验；
lillietest Lilliefors test 。与kstest不同，检验目标不是标准正态，而是具有与样本相同均值和方差的正态分布。
jbtest Jarque-Bera test 。与 Lilliefors test 类似，但不适用于小样本的情况。

如何判断数据是否属于正态分布 正态性检验怎么看结果

如何判断数据是否属于正态分布正态性检验怎么看结果