matlab的k s检验,K-S 检验（Kolmogorov–Smirnov && kurtosis-skewness）

本文与普通的讲述 K-S 检验的文章略有不同，分为两部分：

(1). 针对大部分分布的 Kolmogorov–Smirnov 检验(真正的K-S检验)

(2). 仅适用于高斯分布的基于分布曲线形状的 kurtosis-skewness

检验准则(冒牌的K-S检验)

一、单样本 Kolmogorov–Smirnov 检验(转载)

1. 定义：

它是检验单一样本是不是服从某一预先假设的特定分布的方法。

2. 检验方法：

它的检验方法是以样本数据的累计频数分布与特定理论分布比较，若两者间的差距很小，则推论该样本取自某特定分布族。

假设检验问题：

H0:样本所来自的总体分布服从某特定分布

H1:样本所来自的总体分布不服从某特定分布

令F0(x)表示预先假设的理论分布，Fn(x)表示随机样本的累计概率(频率)函数，设 D=max|F0(x)

- Fn(x)|

结论：当D >

D(n, a), 则拒绝H0,

反之则接受H0假设。其中D(n,a)

是显著水平为a且样本容量为n时的拒绝临界值(查表可得)

3. 举例：

例：35位健康男性在未进食前的血糖浓度如表所示，试测验这组数据是否来自均值μ=80，标准差σ=6的正态分布

87