1.夏皮罗维尔克检验(Shapiro-Wilk test)
检验小样本数据是否服从正态分布
https://blog.csdn.net/qq_20207459/article/details/102596780
2.科尔莫戈罗夫检验(Kolmogorov-Smirnov test)
1)用于检验X的分布G(x)是否服从给定分布F(x),仅适用于连续分布的检验;
2)检验两组数据是否来自统一分布。
https://blog.csdn.net/qq_20207459/article/details/102617103
3.安德森-达令检验(Anderson-Darling test)
检验样本数据是否来自特定分布,包括分布:‘norm’, ‘expon’, ‘gumbel’, ‘extreme1’ or ‘logistic’.
https://blog.csdn.net/qq_20207459/article/details/102863982
4.Lilliefors检验
检验样本数据是否来自正态总体
https://blog.csdn.net/qq_20207459/article/details/103000285
5.基于偏度和峰度的检验,可用于检验样本数据是否来自正态分布(偏度=0,峰度=3),易受异常值影响,不能用于小样本。
偏度检验:H0 : 样本数据的偏度=0 H1 :样本数据的偏度≠0
拒绝原假设则认为样本数据不是来自正态总体,但不拒绝原假设不能说明样本数据来自正态总体,只能说明数据对称,只有在 确定对称性是影响分布的形态的唯一因素时,偏度检验才适用。
峰度检验:H0 : 样本数据的峰度=3 H1 :样本数据的峰度≠3
拒绝原假设则认为样本数据不是来自正态总体,但不拒绝原假设不能说明样本数据来自正态总体,容易出错不推荐使用。
雅克-贝拉检验(Jarque-Bera test):检验样本是否来自正态分布
https://blog.csdn.net/qq_20207459/article/details/103000879
————————————————
版权声明:本文为CSDN博主「暳暳小星」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_20207459/article/details/80331805