数据分布未明确时的检验方法

当数据缺乏明确分布时,可以采用符号检验、Wilcoxon符号秩检验和游程检验进行分析。符号检验关注数据与中位数的正负差值,Wilcoxon检验则基于中位数的对称分布假设,而游程检验用于检查0和1出现的随机性。
摘要由CSDN通过智能技术生成

通常,数据有一个比较明确的分布方式,如二项分布、正态分布等,也就存在针对具体分布方式的明确检验方法。
下面这些检验方式是在数据没有明确的分布方式的情况下使用的,相比有针对明确分布数据集的检验方式,效率更低,需要的样本量更大,更粗糙。一个数据集可以使用多种方式检验零假设,但只要有一种检验方式拒绝零假设,那就可以判定拒绝零假设。

符号检验

也叫sign test。在这篇文章中提到的身高的例子,在这里我们并不假设身高数据有任何分布形式。计算出样本中各数据与中位数的差值正负符号,然后用二项分布来检验假设。

质检部门抽检西洋参,厂商标明重量为100g,以下是抽取25包的称重结果。

res<-c(99.05,100.25,102.56,99.15,104.89,101.86,96.37,96.79,99.37,96.90,
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值