统计检验方法 大全,t -test 检验,Anova 检验,卡方检验,Kolmogorov–Smirnov 检验

We used the Kolmogorov–Smirnov test 检验方法

1、t -test 检验;

检验两组之间的 均值 是否存在显著性差异;

具体怎么做?

2、Anova 检验;

检验多组中,的均值 是否存在显著性差异;

具体怎么做?

3、卡方检验;

检验两个变量是否独立。

具体怎么做?

卡方检验是什么?_Hodors的博客-CSDN博客

4、f test

干什么的?

怎么做?

以上的参数检验方法, 都有  正态分布的假设,来源:

https://www.youtube.com/watch?v=ZO2RmSkXK3c&ab_channel=MatthewE.Clapham

5、Kolmogorov–Smirnov test  是什么检验方法?

干什么的?

用来检验,X和Y是否来自相同的分布。

怎么做?道理是啥?

K-S检验主要基于分布的Shape;

关注两方面:
1)、集中趋势  central tendency 
2)、分散  dispersion

H0假设是:这两个样本是从具有相同分布的总体中抽取的,所以他们应该有相同的CDF(累计分布)

KS test中给一个D项( term D),两个分布相差的最大值;


如果H0假设是真的则D应该是0,但是样本带有随机的成分,这个时候就需要p值了。我们需要看看P值,也就是H0如果是真的前提下,所观察到的样本出现的概率有多大;

---

D=max| f(x)- g(x)|,当实际观测值D>D(n,α)则拒绝H0,否则则接受H0假设。
KS检验与t-检验之类的其他方法不同是KS检验不需要知道数据的分布情况,可以算是一种非参数检验方法。当然这样方便的代价就是当检验的数据分布符合特定的分布时,KS检验的灵敏度没有相应的检验来的高。在样本量比较小的时候,KS检验作为非参数检验在分析两组数据之间是否来自相同分布时,相当常用。

---

与类似的分布检验方式比较

  • 经常使用的拟合优度检验和Kolmogorov-Smirnov检验的检验功效较低,在许多计算机软件的Kolmogorov-Smirnov检验无论是大小样本都用大样本近似的公式,很不精准,一般使用Shapiro-Wilk检验和Lilliefor检验。
  • Kolmogorov-Smirnov检验只能检验是否一个样本来自于一个已知样本,而Lilliefor检验可以检验是否来自未知总体。
  • Shapiro-Wilk检验和Lilliefor检验都是进行大小排序后得到的,所以易受异常值的影响。
  • Shapiro-Wilk检验只适用于小样本场合(3≤n≤50),其他方法的检验功效一般随样本容量的增大而增大。
  • 拟合优度检验和Kolmogorov-Smirnov检验都采用实际频数和期望频数进行检验,前者既可用于连续总体,又可用于离散总体,而Kolmogorov-Smirnov检验只适用于连续和定量数据。
  • 拟合优度检验的检验结果依赖于分组,而其他方法的检验结果与区间划分无关。

参考文献:https://www.youtube.com/watch?v=ZO2RmSkXK3c&ab_channel=MatthewE.Clapham 

KS检验中的一个重要参数:D,用来描述,两个CDF中最大的差异 

如何在R中做TS检验?

KS-检验(Kolmogorov-Smirnov test) -- 检验数据是否符合某种分布 - Arkenstone - 博客园

代码:

scipy.stats.kstest — SciPy v1.8.0 Manual

----

结论:kstest里边可以直接放观测样本!

6、Mann-Whitney U test

In statistics, the Mann–Whitney U test (also called the Mann–Whitney–Wilcoxon (MWW/MWU), Wilcoxon rank-sum test, or Wilcoxon–Mann–Whitney test) is a nonparametric test of the null hypothesis that, for randomly selected values X and Y from two populations, the probability of X being greater than Y is equal to the probability of Y being greater than X.

 

那么他和t-test有什么区别呢?

t检验还是Mann-Whitney U检验 - 知乎

所以在不知道样本是否服从正态分布的前提下,就使用MWU检验。

 

  • 0
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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