excel统计分析——Lilliefors正态性检验

已于 2023-12-28 12:25:48 修改
阅读量1.2k 收藏 8
点赞数 19
分类专栏： excel统计分析 文章标签： 算法 机器学习 人工智能 excel 概率论
于 2023-12-28 11:25:39 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/maizeman126/article/details/135262710
版权

参考资料：

Lilliefors正态性验_lilliefors检验-CSDN博客

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

https://real-statistics.com/statistics-tables/lilliefors-test-table/

         Lilliefors检验是Kolmogorov-Smirnov检验的一种变体，相对于K-S检验可用于较小样本的检验。与K-S检验不同，Lilliefors检验不需要假定数据的分布类型，它基于观测数据来评估是否来自正态分布。

        Lilliefors检验是一种用于检验数据是否符合正态分布的非参数统计方法。它的基本原理和步骤如下：

1、提出假设：Lilliefors检验的原假设是数据来自正态分布（正态性假设）。备择假设是数据不来自正态分布。

2、数据预处理：首先，对数据进行排序，然后计算每个数据点的累积分布函数（CDF）值。CDF表示每个数据点在样本中的相对位置。

3、计算统计量：Lilliefors检验的统计量是基于CDF的最大绝对偏差。它衡量了CDF与标准正态分布累积分布函数之间的最大差异。统计量的计算涉及数据点与标准正态分布值的比较。

        统计量的计算方式同K-S检验。请参阅excel统计分析——K-S正态性检验-CSDN博客

4、对比临界值：通过比较观察到的统计量与经过模拟或查找临界值得到的分布，寻找对应的临界值进行比较。

原始的Lilliefors临界值查询表为：

经Abdi和Molin修正后的查询表为：

其中，f(n)=\frac{0.83+n}{\sqrt{n}}-0.01

5、假设检验：根据p值和显著性水平（通常是0.05），决定是否拒绝原假设。如果p值小于显著性水平，则拒绝原假设，认为数据不服从正态分布；如果p值大于显著性水平，则接受原假设，认为数据可能服从正态分布。

当然，在下面的网页中也给出了p值的近似计算方法，此方法可以精确至概率值的小数点后两位。

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

P(x)\approx -0.37782822932809+1.67819837908004a-3.02959249450445a^{2}+2.80015798142101a^{3}-1.39874347510845a^{4}+0.40466213484419a^{5}-0.06353440854207a^{6}+0.00287462087623a^{7}+0.00069650013110a^{8}-0.00011872227037a^{9}+0.00000575586834a^{10}

其中，x为计算得到的统计量

a=\frac{-b_{1}+\sqrt{b_{1}^{2}-4b_{2}(b_{0}-x^{-2})}}{2b_{2}}

b_{0}=0.37872256037043

b_{1}=1.30748185078790+n，n为样本量

b_2=0.08861783849346

excel操作步骤如下：

maizeman126
关注
  • 19
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Excel 数据分析-5正态分布检验.xls
05-02
Excel 数据分析-5正态分布检验
lilliefors检验
暳暳小星的博客
11-10 8277
检验样本数据是否来自正态总体。 采用方法是：当总体均值和方差未知时，用样本的均值和方差代替后 再用K-S检验法。据说效果不如Anderson-Darling test 原假设 H0：样本服从正态分布； 备择假设 H1：样本不服从正态分布 PYTHON : statsmodels.stats.diagnostic.lilliefors(x) ##生成1...
excel检验是否是正态分布-T分布
lildn的博客
02-09 1万+
概率密度函数：NORMDIST(B2,AVERAGE(B:B),STDEV.S(B:B),0) STDEV.S：标准差 0：概率密度函数 df越大，越接近正态分布，趋于正无穷时候贴近正态分布。
excel统计分析——正态性检验（直方图）
maizeman126的博客
12-13 3611
如果计算出的组距不是整数，则要上下调整：当组距向上调整时，实际分组数K将比原选定的分组数小，当组距向下调整整时，实际分组数将比原选定的分组数大，这并不影响直方图形态和分析结论。分组过多会使柱子的高度参差波动，直方图将是锯齿型，甚至出现空档，不易显示其分布规律，而且计算量也会增加。直方图可使我们比较容易直接看到数据的分布形状、离散程度和位置状况，通过观察数据的分布，分析是否服从正态分布，有无异常。合理的选择分组数对于正确的使用直方图非常重要。各组的界限默认为：左开右闭，可表示为：(下限值，上限值]。
Lilliefors正态性检验
book_dw5189的博客
10-02 1899
Lilliefors检验是一种用于检验数据是否符合正态分布的非参数统计方法。
时间序列数据的正态性检验
Aigcl的博客
10-07 3446
目录正态分布柯尔莫可洛夫-斯米洛夫检验Kolmogorov-Smirnov检验原理工具箱介绍Lilliefors检验雅各-贝拉检验安得森-达令检验 正态分布 y1中100是μ，5是σ而不是平方 Matlab中legend的用法总结https://blog.csdn.net/qq_37692302/article/details/92845567 柯尔莫可洛夫-斯米洛夫检验 Kolmogorov-Smirnov检验原理 通过样本的经验分布函数与给定分布函数的比较，推断该样本是否来自给定分布函数的
excel统计分析-Lilliefors正态性检验
最新发布
12-28
excel统计分析-Lilliefors正态性检验
excel统计分析-A-D正态性检验
12-27
excel统计分析-A-D正态性检验
excel统计分析-S-W正态性检验
12-24
excel统计分析-S-W正态性检验
excel统计分析-K-S正态性检验
12-25
excel统计分析-K-S正态性检验
matlab开发-用abdimolinapproxing的lillieforstest
08-24
matlab开发-用abdimolinapproxing的lillieforstest。它是Lilliefors正态性检验，返回由Abdi-Molin近似估计的p值。
excel统计分析——S-W正态性检验
maizeman126的博客
12-24 4524
使用原始的S-W检验，在8≤n≤50时可以利用，小样本(n<8)对偏离正态分布的检验不太有效。而J. P. Royston就是通过近似的方法改进了S-W方法，对样本量的要求为12≤n≤5000，甚至更多；根据W的公式可推算出，W是a与x之间的相关系数的平方，W的取值范围始终在0和1之间。3、利用标准正态分布的概率密度函数的反函数，对得到的CDF进行计算，记作。其中，当n为偶数时，m=n/2；当n为奇数时，m=(n-1)/2。的分布是未知的，必须通过模拟，造表或者近似方法获得。，其中，2<i<n-1，
excel统计分析——正态性检验（箱线图）
maizeman126的博客
12-14 1845
箱线图由一组数据的5个特征值绘制而成，形式上它由一个箱子和两条线段组成，其绘制方法是：首先找出一组数据的5个特征值，即最大值、最小值、中位数（mean或Q2）和两个四分位数（下四分位数或QL或Q1，上四分位数或QU或Q3），连接两个四分位数画出箱子，再将两个极值点与箱子相连接。1、利用股价图，模拟箱线图，“成交量”对应“平均数”，“开盘”对应“下四份位数”，“盘高”对应“最大值”，“盘低”对应“最小值”，“收盘”对应“上四分位数”。6、用上一步设置平均数标记的方法，设置最大值和最小值的标记，完成操作。
excel统计分析——为什么要做正态性检验
maizeman126的博客
12-10 2619
一个正态分布的资料，离散趋势一般不会太明显，体现在均数和标准差大小上，标准差一般不会大于均数，如果标准差与均数相当或者大于均数，在样本量不是太小的情况下（一般N大于20），那我们一般认为这种情况总体不符合正态分布。严格讲，标准差仅说明数据的离散趋势大小，与样本对应的总体分布无确定对应关系。事实上，中心极限定理说的是：不管总体数据的分布是什么样的(可能是正态，也可能偏态)，如果从总体中多次抽样，对于每个抽样样本计算统计量(如均值、中位数), 当每次抽样例数足够大，样本的均值或中位数近似服从正态分布。
excel制作正态分布
热门推荐
Roki_Zhang的博客
02-07 5万+
excel制作正态分布
python数据分析在北京基本薪资_数据分析师薪酬如何？爬虫拉勾网告诉你
weixin_39799307的博客
12-04 1552
首先说明这篇文章的数据来源，是爬虫拉勾网"数据分析师"这一职位信息所得来的。并且主要分析了数据分析师总体薪酬情况、不同城市薪酬分布、不同学历薪酬分布、北京上海工作经验薪酬分布情况、北上广深对数据分析职位需求量以及有招聘需求的公司所处行业的词云图分析。阅读路线：数据采集数据清洗与处理数据分析报告分析结论思考总结数据采集找到我们所要的信息位置首先登录拉勾网，在顶端输入框内输入"数据分析师"，点击搜索。...
概率论的学习和整理21：用EXCEL来做假设检验（未完成草稿）
奔跑的犀牛先生
07-23 3505
最常用的应该就是用来于比较两个或多个组间的平均值是否有显著差异。F检验的原理是，如果两个或多个组间的平均值或其他统计量之间存在显著差异，则组间方差（inter-group variance）会较大，而组内方差（intra-group variance）较小。F检验是一种统计检验，可用来比较两个或多个组间的平均值是否有显著差异。下面这个图是a=0.1的F值表，暂时没找到合适的a=0.05 的F值表。加载项里选择 数据分析 & 规划求解。开始-----选项-----加载项。F检验结果应该怎么看?
excel统计分析——K-S正态性检验
maizeman126的博客
12-25 2447
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）。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。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。
Excel 绘制正态概率图-正态性检验
anchang5350的博客
06-19 4880
转载于:https://www.cnblogs.com/liuyuanq/p/11051490.html
excel中对表型数据进行正态性检验的详细步骤
04-24
当你处理表型数据时，正态性检验是一项非常重要的任务。以下是使用 Excel 进行正态性检验的详细步骤： 1. 打开您要分析的 Excel 文件，并确保您的数据存储在一个单独的列中。 2. 选择“数据分析”选项卡，找到“数据分析”组，在其中找到“数据分析”选项，并点击它。 3. 在弹出的“数据分析”对话框中，选择“正态性检验”选项，并点击“确定”。 4. 在弹出的“正态性检验”对话框中，输入您要分析的数据列的单元格范围。您还可以选择输出选项和显著性水平。点击“确定”。 5. Excel 将为您计算正态性检验的结果，并将其输出到您选择的单元格。 注意：在进行正态性检验之前，您需要在 Excel 中安装“数据分析”插件。如果没有安装该插件，您需要在 Excel 选项中启用它。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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