正态性检验(Normality test)

资料简单汇总如下,具体方法的适用性需要在分析!

目录

正态性验证相关概念

正态性检验之图形检验方法

Gaussian probability plot

Q–Q plot

P–P plot

正态性检验之数值检验方法

Shapiro-Wilk Test

Kolmogorov-Smirnov test

Anderson-Darling Test


正态性验证相关概念

(1)偏度与峰度的正态性分布判断

(2)Matlab图解峰度kurtosis与偏度skewness

(3)Matlab 计算 均值 mean ,方差 var, 标准差 std,偏度 skewness,峰度 kurtosis

(4)Matlab画正态分布柱状图及其拟合曲线的方法


正态性检验之图形检验方法

Gaussian probability plot

内涵理解:正态概率图(中文),Gaussian probability plot,Gaussian probability plot(wiki)

Matlab 函数:normplot (MATLAB)

Q–Q plot

内涵理解:Q–Q plot

Matlab函数:qqplot

P–P plot

内涵理解: P–P plot (probability–probability plot or percent–percent plot or P value plot) 

Matlab函数:probplot


正态性检验之数值检验方法

常用的有Shapiro-Wilk检验、Kolmogorov-Smirnov检验、Anderson-Darling检验等,可以得到一个p值用于定量描述正态性。

Shapiro-Wilk Test

内涵理解:Shapiro–Wilk test; Shapiro-Wilk正态分布检验

Kolmogorov-Smirnov test

Matlab函数:kstest

Anderson-Darling Test

内涵理解:Anderson-Darling Normality Test

Matlab函数:adtest


参考资料

(1)Normality test (wiki)

(2)正态分布检验方法(一) 、(二)、(三)

你可能感兴趣的:(Mathematics)