matlab画正态分布曲线_正态分布检验

1. 什么情况下需要做正态分布检验

2. 如何检验

   1. Shapiro-Wilk检验(W检验)

   2. Kolmogorov-Smirnov正态性检验(D检验)

   3. Q-Q图法

3. 频率分布直方图、概率密度图、理想正态分布的概率密度图

4. QQ图与直方图组合

1.什么情况下需要做正态分布检验

• 统计推断的前提假设是正态分布

• 模型基于正态分布

2.如何检验

参考：

https://bbs.pinggu.org/linkto.php?url=http%3A%2F%2Fblog.sina.com.cn%2Fs%2Fblog_65efeb0c0100htz7.html

介绍了三种正态性检验的方法：

1. 计算综合统计量 夏皮罗-威尔克Shapiro-Wilk法(W检验)，达戈斯提诺D′Agostino法

2. 正态分布的拟合优度检验 柯尔莫哥洛夫Kolmogorov-Smirov法检验

3. 图示法 分位数图(Quantile Quantile plot，简称QQ图)

1. Shapiro-Wilk检验(W检验)

基础函数 shapiro.test() fBasics包 normalTest()、shapiroTest()也是调用shapiro.test(x)

这些函数的结果一致，样本大小必需在3和5000之间

2. Kolmogorov-Smirnov正态性检验(D检验)

Kolmogorov - Smirnov是比较精确的正态检验法

nortest包 lillie.test(更精确) fBasics包 ksnormTest()、lillieTest(更精确)

SPSS 规定：当样本含量3 ≤ n ≤ 5000时，结果以Shapiro - Wilk(W检验)为准，当样本含量n > 5000结果以Kolmogorov - Smirnov为准。SAS 规定：当样本含量n ≤ 2000时，结果以Shapiro - Wilk(W检验)为准，当样本含量n > 2000时，结果以Kolmogorov - Smirn