文章/答案/技术大牛

发布

问统计检验问题
EN

Stack Overflow用户

提问于 2017-10-24 11:33:37

回答 1查看 98关注 0票数 3

我使用Kolmogorov检验样本的正态性。例如，当我做

x <- rnorm(1e4, 10, 5)
ks.test(x, "pnorm")

我得到以下结果：

D = 0.4556, p-value < 2.2e-16
alternative hypothesis: two-sided

P值几乎为0.但我不明白为什么，因为检验应该接受无效假设.

回答已采纳

发布于 2017-10-24 11:39:13

你可以用Kolmogorov测试来测试正态性，因为这是一个拟合优度测试。然而，(正如Maurits在评论中所指出的)更具体的测试(如夏皮罗-威尔克 )将更适合。

当您想将示例x的分布与作为pnorm的理论分布进行比较时，需要给出该分布的参数。在这个cas中，平均和标准的变化。

以下是你应该拥有的：

ks.test(x, "pnorm", 10, 5)

编辑：

在本例中，一个如何使用Shapiro测试(也来自stats包)的示例，因为它的功能比KS的强大：

shapiro.test(x)

注意，在这个实现中，x的长度必须在3到5000之间。

票数 3

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/46909468

复制

相似问题

问统计检验问题EN