Kolmogorov定理，秩的检验----------2019/7/29

Kolmogorov检验

• 检验步骤：
  （1）原假设与备择假设：
  $$H_0:F(x)=F_0(x),H_1:F(x)̸=F_0(x)$$
  （2）定义经验分布函数$F_n(x)$与依概率收敛总体分布函数$F(x)$之间的距离为：
  $$D_n=\underset{-\infty <x<\infty }{\sup }|F_n(x)-F(x)|$$
  并选取其为统计量。当$H_0$为真时，$D_n$有偏小趋势，则拟合得越好；当$H_0$不真时，$D_n$有偏大趋势，则拟合得越差。
  （3）确定拒绝域，给定显著水平$\alpha$,查$D_n$的极限分布表，求出$t_{\alpha }$满足：
  P { n D n ≥ t α } = α P\{\sqrt{n}D_{n}\geq t_{\alpha}\}=\alpha P{n ​Dn​≥tα​}=α
  作为临界值，即拒绝域为$[t_{\alpha },+\infty )$
  （4）做判断。计算统计量的观察值，如果检验统计量$\sqrt{n}{D}_n$的观察值落在拒绝域中，则拒绝原假设
  注：当$\alpha$固定时：

α值	检验的临界值：(n为样本个数)
α=0.1	1.22/√n
α=0.05	1.36/√n
α=0.01	1.63/√n

由样本计算出的$D_n<$临界值时，说明不能拒绝零假设，即所假设的分布是可以接受的
例7.11

a=[141 148 132 138 154 142 150 146 155 158
   150 140 147 148 144 150 149 145 149 158
   143 141 144 144 126 140 144 142 141 140
   145 135 147 146 141 136 140 146 142 137
   148 154 137 139 143 140 131 143 141 149
   148 135 148 152 143 144 141 143 147 146
   150 132 142 142 143 153 149 146 149 138
   142 149 142 137 134 144 146 147 140 142
   140 137 152 145  0   0    0  0   0   0];
a=nonzeros(a);  
%读入数据，去掉多余的0，并展成列向量

xbar=mean(a); 
%求均值

s=std(a);
%求标准差

s2=var(a);
%求方差

[yn,xn]=cdfcalc(a) 
%计算经验函数值，yn表示值<=xn的概率

yn(end)=[];
%yn最后的元素值为1，yn的元素数比xn多1，删除最后的值

y=normcdf(xn,xbar,s); 
%计算理论分布函数值，y=normcdf(x,mu,sigma)是参数为mu,sigma的正态分布累积分布函数值

dn=max(abs(yn-y))  
%计算统计量Dn的值

LJ=1.36/sqrt(length(a)) 
%α=0.05，利用上述表格中的公式，计算拒绝域的临界值


%直接调用MATLAB工具箱命令进行KS检验%
pd=makedist('normal','mu',xbar,'sigma',s)
%定义正态分布

[h,p,st，cv]=kstest(a,'cdf',pd)
%[H,P,KSSTAT,CV] = kstest(X,cdf,alpha)命令：
%X 为被测数据，cdf:积分布函数为cdf的测试(cdf=[ ]时表示标准正态分布),P为原假设成立的概率，KSSTAT为测试统计量的值，CV为是否接受假设的临界值。

秩与检验

• 秩与检验可用于检验假设$H_0:$两个总体$X$与$Y$有相同的分布
• 检验步骤：
  （1）设分别从 $X$,$Y$ 两总体中独立抽取大小为 $n_1$ 与 $n_2$ 的样本，设 $n_1\le n_2$ ,将两个样本混合起来，按数值大小统一编序，从小到大，每个数据对应的编号称为秩。
  （2）计算取自总体 $X$ 的样本所对应的秩之和，用 $T$ 表示
  （3）根据 $n_1$ ，$n_2$ 与水平$\alpha$，查秩和检验表，的秩和下限 $T_1$，上限 $T_2$。
  （4）若 $T\le T_1$ 或 $T\ge T_2$,则否定假设$H_0$,即认为$X,Y$两总体分布有显著差异
  例7.12

x=[41.5 42.0 40.0 42.5 42.0 42.2 42.7 42.1 41.4];
y=[41.2 41.8 42.4 41.6 41.7 41.3];
yx=[y,x];
yxr=tiedrank(yx) 
%计算向量X中值的排名，即按从小到大的顺序将向量X排列，并给向量中的各个值排名（赋秩）

yr=sum(yxr(1:length(y)))
[p,h,s]=ranksum(y,x)
%[p,h,s]=ranksum(y,x,alpha)其中x，y可为不等长向量，alpha为给定的显著水平，它必须为0和1之间的数量。
%p返回产生两独立样本的总体是否相同的显著性概率，h返回假设检验的结果。
%如果x和y的总 体差别不显著，则h为零；如果x和y的总体差别显著，则h为1。
%如果p接近于零，则可对 原假设质疑。