数学建模(5.4)相关系数_正态分布检验
正态分布JB检验
要求:数据量大于30。
偏度 S = E [ ( X − μ σ ) 3 ] S=E[(\frac{X-\mu}{\sigma})^3] S=E[(σX−μ)3]
偏度为零
偏度>0,正偏态。
偏度<0,反偏态。
skewness(X) %计算偏度
峰度 K K K
kurtosis(X) %计算峰度
JB统计量 J B = n 6 [ S 2 + ( K − 3 ) 2 4 ] JB=\frac{n}{6}[S^2+\frac{(K-3)^2}{4}] JB=6n[S2+4(K−3)2]
如果是正态分布,那么正态分布的
S
=
0
,
K
=
3
S=0,K=3
S=0,K=3
J
B
∼
χ
2
(
2
)
JB\sim\chi ^2(2)
JB∼χ2(2)
将p值与0.05比较,小于0.05可以拒绝原假设,大于就接受。
[h,p] = jbtest(x,alpha);
% x是随机变量,alpha是显著性水平,取0.05则,置信水平为1-0.05=0.95
% h = 0接受原假设,h = 1拒绝原假设
小样本,Shapiro-Wilk检验
样本量在3-50之间
H 0 H_0 H0:该随机变量服从正太分布
H 1 H_1 H1:该随机变量不服从正太分布
将p值与0.05比较,小于0.05拒绝,大于0.05接受
SPSS->分析->统计描述->探索->图->
含检验的正太图->出结果->
找夏皮洛威尔克检验
Q-Q图
检验的随机变量,非常大的样本才能使用。
看在Q-Q图上面是否在一条直线上,是的话,就是正态分布。
% matlab代码
qqplot(x);