matlab 数据是否符合正态分布的判断方法

63 阅读 0 评论 42 点赞

我是靠谱客的博主刻苦咖啡，最近开发中收集的这篇文章主要介绍matlab 数据是否符合正态分布的判断方法，觉得挺不错的，现在分享给大家，希望可以做个参考。

给定序列X=(x1,x2,x3,...,xn)，判断是否该数据序列X符合正态分布。

常见已知分布的检验方法：kstest、jbtest、lillietest、chi2gof等，这里使用使用Lilliefors检验进行描述。

语法：

1：h = lillietest(x)
使用Lilliefors检验，针对原假设返回一个检验决策，该原假设是向量x中的数据来自正态分布族中的分布。返回结果h是1或0，其中0表示符合正态分布，1表示不符合。

2：h = lillietest(x,Name,Value)
返回带有由一个或多个名称-值对参数指定的其他选项的测试决策。可以针对不同的分布族测试数据，更改显着性水平或使用蒙特卡洛近似来计算p值。

3：[h,p] = lillietest(___)

返回对应判断结果h的概率p，p<0.05（95%显著水平）为不可能事件(显著性水平通常取0.05，还有0.025和0.01三种情况)；p>0.05可能发生，一般认为符合正态分布。
4：[h,p,kstat,critval] = lillietest(___)

返回测试统计量kstat和测试的临界值critval。

1:、生成正态分布的随机数 x=normrnd(10,1,10);

2、正态分布判断 [h,p]=lillietest(X(1,:));

3、查看结果

h =

0
p =

0.5

即，h=0说明符合正态分布，且p=0.5>0.05，概率上认为是符合正态分布的。

参考：

matlab官网：https://ww2.mathworks.cn/help/stats/lillietest.html?searchHighlight=lillietest&s_tid=doc_srchtitle

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。