excel统计分析——K-S正态性检验

最新推荐文章于 2024-07-27 17:57:22 发布

maizeman126

最新推荐文章于 2024-07-27 17:57:22 发布

阅读量2.9k

点赞数 29

分类专栏： excel统计分析文章标签：机器学习 excel 概率论

本文链接：https://blog.csdn.net/maizeman126/article/details/135196211

版权

excel统计分析专栏收录该内容

63 篇文章 12 订阅

订阅专栏

本文介绍了Kolmogorov-Smirnov(K-S)检验，一种用于判断样本是否符合正态分布或比较两个样本分布的非参数方法。它基于经验分布函数，通过统计量Dn和Kolmogorov分布来评估差异。文章还提到了统计软件如SPSS和SAS的使用条件和Excel中计算临界值的方法。

摘要由CSDN通过智能技术生成

参考资料：

马兴华,张晋昕.数值变量正态性检验常用方法的对比[J].循证医学,2014,14(02):123-128

统计推断——正态性检验（图形方法、偏度和峰度、统计（拟合优度）检验）_sm.distributions.ecdf-CSDN博客

K-S检验法判断数据分布类型_ks检验-CSDN博客

https://real-statistics.com/tests-normality-and-symmetry/statistical-tests-normality-symmetry/kolmogorov-smirnov-test/

https://real-statistics.com/statistics-tables/kolmogorov-smirnov-table/

https://real-statistics.com/tests-normality-and-symmetry/statistical-tests-normality-symmetry/kolmogorov-smirnov-test/kolmogorov-distribution/

K-S检验法（Kolmogorov-Smirnov test，柯尔莫哥罗夫-斯米尔诺夫检验）是一种非参数检验方法，用于检验一个样本是否来自特定的概率分布（one-sample K-S test），或者检验两个样本是否来自同一概率分布（two-sample K-S test）。

K-S检验是大样本下更容易成功接受正态性假设的一种检验方法，统计软件SPSS规定样本含量大于5000时，以K-S检验结果为准；而统计软件SAS规定样本含量大于2000时以K-S检验结果为准。

K-S检验是一种基于经验分布函数的检验方法。具体如下：

1、假设总体分布函数F(x)未知，但有n个样本观测值，则把样本中n个观测值按从小到大的次序排列为x1≤x2≤...≤xn，可以得到经验分布函数如下：

$F_{n}(x)=0, x< x_{1}$

$F_{n}(x)=i/n,x_{i }\leqslant x< x_{i+1},i=1,2,...,n-1$

$F_{n}(x)=1,x\geqslant x_{n}$

2、根据Glivenko-Cantelli定理，当n很大时，由样本观测得到的经验分布函数 $F_{n}(x)$ 是总体分布函数 $F(x)$ 的良好近似。

3、计算检验统计量：

$D_{n}=\underset{x}{sup}\left | F(x)-F_{n}(x) \right |$

$D_{n}=\underset{1\leqslant i\leqslant n}{max}\left \{\left | F(x_{i})-F_{n}(x_{i}) \right | , \left | F(x_{i+1})-F_{n}(x_{i}) \right | \right \}$

sup函数表示一组距离中的上确界，这是个数学概念，表示在原假设Fn(x)=F(x)的条件下，Fn(x)−F(x)的绝对值的最小上界。其意图在于如果原假设成立，则Dn应该很小，如果很大，则原假设不成立。

4、计算统计量临界值：

Kolmogorov的分布函数可表示为：

$F(x)=\frac{\sqrt{2\pi}}{x}\sum_{k=1}^{\infty }e^{-(2k-1)^{2}\pi^{2}/(8x^{2})}$

如果n足够大， $\sqrt{n}D_{n,\alpha}$ 基本服从Kolmogorov分布。

对于任意大小的n，临界值 $D_{n,\alpha}$ 的计算公式可表示为： $D_{n,\alpha}=\frac{D_\alpha}{\sqrt{n}+0.12+0.11/\sqrt{n}}$

$D_\alpha$ 是Kolmogorov分布的临界值，计算方式如下：

若α=0.05，则取1-α即0.95下的F(x)的逆函数得到Dα

由于excel中暂未内置相关函数，故直接采用查表方式查看 $D_{n,\alpha}$ 临界值：

5、计算置信区间：

$1-\alpha=P(D_{n}-D_{n,\alpha}) =P(\underset{x}{max}\left | F(x)-F_{n}(x) \right |\leqslant D_{n,\alpha}) =P(F_{n}(x)-D_{n,\alpha}\leqslant F(x)\leqslant F_{n}(x)+D_{n,\alpha} \, for\, all\,x)=P(\left | F(x)-F_{n}(x) \right |\leqslant D_{n,\alpha}\,for\,all\,x)$