前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >专栏 >统计简单学_正态分布

统计简单学_正态分布

作者头像
用户1147754
发布2019-05-27 08:27:30
发布2019-05-27 08:27:30
1.2K00
代码可运行
举报
文章被收录于专栏:YoungGyYoungGy
运行总次数:0
代码可运行

正态分布简介

正态分布

自然界中,许多连续型随机变量都呈现钟形分布,又叫正态分布

正态分布的特性

标准正态分布几率表

标准正态分布

利用z表求标准正态分布几率与z值

利用z表求正态分布几率

检查数据是否为正态分布

利用直方图

只要出现钟形分布图形,即判定数据呈常态分布。

利用常态几率图

只要图形呈直线,即判定数据呈常态分布。

利用统计检定

  • 卡方适配度检定(Chi-SquareGoodness-of-fitTest)
  • K-S检定(Kolmogorov-Smirnovtest)
  • A-D检定(Anderson-DarlingTest) (只要显着度 p-value > 0.05,即判定数据呈常态分布)

R的应用

小样本使用了Shapiro-Wilk检定。 大样本使用ks检定。

假设是:数据服从正态分布。 当p<0.05,拒绝假设,即数据不服从正态分布。

代码语言:javascript
代码运行次数:0
运行
复制
#generate two data sets
#first normal, second from a t-distribution, third form a uniform-distribution
words1 = rnorm(100); words2 = rt(100,df=3);words3=runif(100)

#have a look at densities
plot(density(words1))
plot(density(words2))
plot(density(words3))


#perform the test
#hypothesis: normal distribution, it's rejected when p<0.05
shapiro.test(words1)
shapiro.test(words2)
shapiro.test(words3)


ks.test(x,"norm")

#plot using a qqplot
qqnorm(words1);qqline(words1,col=2)
qqnorm(words2);qqline(words2,col=2)
qqnorm(words3);qqline(words3,col=3)
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2015年08月21日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 正态分布简介
    • 正态分布
    • 正态分布的特性
  • 标准正态分布几率表
    • 标准正态分布
    • 利用z表求标准正态分布几率与z值
    • 利用z表求正态分布几率
  • 检查数据是否为正态分布
    • 利用直方图
    • 利用常态几率图
    • 利用统计检定
  • R的应用
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档