本文介绍了ks检验在判断数据正态性中的应用。通过PROC UNIVARIATE的NORMAL选项进行正态检验，当样本量小于2000时使用Shapiro-Wilk检验，大于2000时采用Kolmogorov-Smirnov检验。检验结果的p值小于0.05则否定数据的正态性。此外，还可通过正态概率图、直方图、偏度和峰度系数，以及茎叶图等方法辅助判断。
1.
ashixue
新手上路
注册于
: 2008/02/28
发帖数
: 3
(Ⅰ)正规的正态性检验可以通过
PROC UNIVARIATE
中的选择项
NORMAL
来实现。输出结果包括
6
部分。
其中第
4
部分输出正态检验结果：
当样本数
N<2000
时，
shapiro-wilk
的
W
统计量检验正态性；
当样本数
N>2000
时，
Kolmogorov-Smirnov
的
D
统计量检验正态性；检验时，根据样本计算一个统计量即
检验统计量
D
。它把样本分布的形状和正态分布相比较，比较得出一个数值
p
(
0
，即实际的显著性水
平)来描述对这个想法的怀疑程度。如果
p
值小于
0.05
(给定的显著性水平)，则原假定非常可疑，认为
数据不是来自正态分布，反之则认为数据来自正态分布。
(Ⅱ)附加检验之一，观察正态概率图，如果数据来自正态分布，图形的散点应该呈现一条直线。用
Plot
绘制正态分布的概率图，里面的
“+”<
最低0.47元/天 解锁文章
扫一扫
6852
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
