ks检验正态分布结果_k-s检验结果怎么解读
1.
ashixue
新手上路
注册于
: 2008/02/28
发帖数
: 3
(Ⅰ)正规的正态性检验可以通过
PROC UNIVARIATE
中的选择项
NORMAL
来实现。输出结果包括
6
部分。
其中第
4
部分输出正态检验结果：
当样本数
N<2000
时，
shapiro-wilk
的
W
统计量检验正态性；
当样本数
N>2000
时，
Kolmogorov-Smirnov
的
D
统计量检验正态性；检验时，根据样本计算一个统计量即
检验统计量
D
。它把样本分布的形状和正态分布相比较，比较得出一个数值
p
(
0
，即实际的显著性水
平)来描述对这个想法的怀疑程度。如果
p
值小于
0.05
(给定的显著性水平)，则原假定非常可疑，认为
数据不是来自正态分布，反之则认为数据来自正态分布。
(Ⅱ)附加检验之一，观察正态概率图，如果数据来自正态分布，图形的散点应该呈现一条直线。用
Plot
绘制正态分布的概率图，里面的
“+”
构成一条直线(正态分布数据概率图散点应该成一条直线)，
1. ashixue 新手上路 注册于 : 2008/02/28 发帖数 : 3 (Ⅰ)正规的正态性检验可以通过 PROC UNIVARIATE 中的选择项 NORMAL 来实现。输出结果包括 6 部分。 其中第 4 部分输出正态检验结果： 当样本数 N<2000 时， shapiro-wilk 的 W 统计量检验正态性； 当样本数 N>2000 时， Kolmogorov-Smirnov 的 D 统计量检验正态性；检验时，根据样本计算一个统计量即 检验统计量 D 。它把样本分布的形状和正态分布相比较，比较得出一个数值 p ( 0 ，即实际的显著性水 平)来描述对这个想法的怀疑程度。如果 p 值小于 0.05 (给定的显著性水平)，则原假定非常可疑，认为 数据不是来自正态分布，反之则认为数据来自正态分布。 (Ⅱ)附加检验之一，观察正态概率图，如果数据来自正态分布，图形的散点应该呈现一条直线。用 Plot 绘制正态分布的概率图，里面的 “+” 构成一条直线(正态分布数据概率图散点应该成一条直线)，
上一篇：
IDEA上Java项目控制台中文乱码