Lillefors正态性检验

Lillefors正态性检验

样本量的要求

Lilliefors检验对样本量的要求相对较高，通常要求样本量大于20。当样本量较小时，Lilliefors检验的效果可能不稳定。Lilliefors检验不需要假定数据的分布类型，它基于观测数据来评估是否来自正态分布。

计算步骤

1. 假设检验
   H0：数据符合正态分布
   H1：数据不符合正态分布

2. 计算经验分布函数（Empirical Distribution Functions，ECDF）
   （1）对于数据列表进行排序，计算每个数值在样本中的累计频率（小于等于某个数据的频率）。
   eg [1, 5, 3, 2, 4]排序后就是[1,2,3,4,5]

• 对于数值1，小于等于1的数值有1个，则累计频率等于1/5=0.2；
• 对于数值2，小于等于2的数据有2个，则累计频率等于2/5=0.4；
• 对于数值3，小于等于3的数据有3个，则累计频率等于3/5=0.6；
• 对于数据4，小于等于4的数据有4个，则累计频率等于4/5=0.8；
• 对于数据5，小于等于5的数据有5个，则累计频率等于5/5=1。
  （2）累计经验分布函数是一个阶梯函数。
  数值序列：[1, 2, 3, 4, 5]
  累计频率：[0.2, 0.4, 0.6, 0.8, 1.0]

3. 根据标准正态分布函数计算对应的理论分布函数（CDF）。
   数值序列：[1,2,3,4,5]

• 对于数据点1，标准正态分布中数值小于等于1的概率为0.8413；
• 对于数据点2，CDF值为0.9772；
  以此类推。得到CDF序列为[0.8413, 0.9772, 0.9987, 0.9999, 1.0]。

4. 计算统计量：Lilliefors检验的统计量是基于ECDF的最大绝对偏差，也就是ECDF与标准正态分布累积分布函数之间的最大差异max|ECDF - CDF|。

• max差值=|0.8413-0.2|=0.6413

5. 确定临界值

• 据样本数据的大小和显著性水平（通常为0.05），查找Lilliefors临界值表格，确定临界值。
• 如果Lilliefors统计量的值小于临界值，则无法拒绝零假设，即可以认为样本数据符合正态分布。
• 如果Lilliefors统计量的值大于临界值，则可以拒绝零假设，即可以认为样本数据不符合正态分布。