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