正态性检验
正态性检验简介
生成正态概率图 并进行假设检验 ,以检查观测值是否服从正态分布 。对于正态性检验 ,假设为
H0:数据服从正态分布 与 H1:数据不服从正态分布
图形中的垂直尺度类似于正态概率图中的垂直尺度。水平轴为线性尺度。此线形成数据所来自总体 的累积分布函数的估计值。图中会显示总体参数的数字估计 (m 和 s)、正态性检验值以及关联的 p 值 。三种检验方法
Anderson-Darling:
选择此项将执行正态性的 Anderson-Darling 检验 ,这是一种基于 ECDF(经验累积分布函数)的检验。Ryan-Joiner:
选择此项将执行 Ryan-Joiner 检验 ,它类似于 Shapiro-Wilk 检验 。Ryan-Joiner 检验是一种基于相关的检验。Kolmogorov-Smirnov:
选择此项将执行正态性的 Kolmogorov-Smirnov 检验 ,这是一种基于 ECDF 的检验。附件列表
词条内容仅供参考,如果您需要解决具体问题
(尤其在法律、医学等领域),建议您咨询相关领域专业人士。