Kolmogorov-Smirnov test
2014-08-25 17:58
155 查看
单个样本分布的
Kolmogorov-Smirnov 测试
函数 kstest
格式 H = kstest(X)
%测试向量X是否服从标准正态分布,测试水平为5%。
H = kstest(X,cdf)
%指定累积分布函数为cdf的测试(cdf=[
]时表示标准正态分布),测试水平为5%
H = kstest(X,cdf,alpha) %
alpha为指定测试水平
[H,P,KSSTAT,CV] = kstest(X,cdf,alpha)
%P为原假设成立的概率,KSSTAT为测试统计量的值,CV为是否接受假设的临界值。
说明
原假设为X服从标准正态分布。若H=0则不能拒绝原假设,H=1则可以拒绝原假设。
例4-82
产生100个威布尔随机数,测试该随机数服从的分布
>> x=weibrnd(1,2,100,1);
>> [H,p,ksstat,cv]=kstest(x,[x weibcdf(x,1,2)],0.05)
%测试是否服从威布尔分布
H =
0
p =
0.3022
ksstat =
0.0959
cv =
0.1340
说明
H=0表示接受原假设,统计量ksstat小于临界值表示接受原假设。
>> [H,p,ksstat,cv]=kstest(x,[x expcdf(x,1)],0.05)
%测试是否服从指数分布
H =
1
p =
0.0073
ksstat =
0.1653
cv =
0.1340
说明 H=1表明拒绝服从指数分布的假设。
>> [H,p,ksstat,cv]=kstest(x,[ ],0.05)
%测试是否服从标准正态分布
H =
1
p =
3.1285e-026
ksstat =
0.5380
cv =
0.1340
说明 H=1表明不服从标准正态分布。
两个样本具有相同的连续分布的假设检验
函数 kstest2
格式 H = kstest2(X1,X2)
%测试向量X1与X2是具有相同的连续分布,测试水平为5%。
H = kstest2(X1,X2,alpha) %
alpha为测试水平
[H,P,KSSTAT] = kstest(X,cdf,alpha)
%与指定累积分布cdf相同的连续分布,P为假设成立的概率,KSSTAT为测试统计量的值。
说明
原假设为具有相同连续分布。测试结果为H,若H=0,表示应接受原假设;若H=1,表示可以拒绝原假设。这是Kolmogorov-Smirnov测试方法。
例4-83
>> x=-1:1:5;
>> y=randn(20,1);
>> [h,p,k]=kstest2(x,y)
h =
1
p =
0.0444
k =
0.5643
说明
h=1表示可以认为向量x与y的分布不相同,相同的概率只有4.4%。
Kolmogorov-Smirnov 测试
函数 kstest
格式 H = kstest(X)
%测试向量X是否服从标准正态分布,测试水平为5%。
H = kstest(X,cdf)
%指定累积分布函数为cdf的测试(cdf=[
]时表示标准正态分布),测试水平为5%
H = kstest(X,cdf,alpha) %
alpha为指定测试水平
[H,P,KSSTAT,CV] = kstest(X,cdf,alpha)
%P为原假设成立的概率,KSSTAT为测试统计量的值,CV为是否接受假设的临界值。
说明
原假设为X服从标准正态分布。若H=0则不能拒绝原假设,H=1则可以拒绝原假设。
例4-82
产生100个威布尔随机数,测试该随机数服从的分布
>> x=weibrnd(1,2,100,1);
>> [H,p,ksstat,cv]=kstest(x,[x weibcdf(x,1,2)],0.05)
%测试是否服从威布尔分布
H =
0
p =
0.3022
ksstat =
0.0959
cv =
0.1340
说明
H=0表示接受原假设,统计量ksstat小于临界值表示接受原假设。
>> [H,p,ksstat,cv]=kstest(x,[x expcdf(x,1)],0.05)
%测试是否服从指数分布
H =
1
p =
0.0073
ksstat =
0.1653
cv =
0.1340
说明 H=1表明拒绝服从指数分布的假设。
>> [H,p,ksstat,cv]=kstest(x,[ ],0.05)
%测试是否服从标准正态分布
H =
1
p =
3.1285e-026
ksstat =
0.5380
cv =
0.1340
说明 H=1表明不服从标准正态分布。
两个样本具有相同的连续分布的假设检验
函数 kstest2
格式 H = kstest2(X1,X2)
%测试向量X1与X2是具有相同的连续分布,测试水平为5%。
H = kstest2(X1,X2,alpha) %
alpha为测试水平
[H,P,KSSTAT] = kstest(X,cdf,alpha)
%与指定累积分布cdf相同的连续分布,P为假设成立的概率,KSSTAT为测试统计量的值。
说明
原假设为具有相同连续分布。测试结果为H,若H=0,表示应接受原假设;若H=1,表示可以拒绝原假设。这是Kolmogorov-Smirnov测试方法。
例4-83
>> x=-1:1:5;
>> y=randn(20,1);
>> [h,p,k]=kstest2(x,y)
h =
1
p =
0.0444
k =
0.5643
说明
h=1表示可以认为向量x与y的分布不相同,相同的概率只有4.4%。
相关文章推荐
- [内核] A50X-JB-Kernel test-27
- python KS-检验(Kolmogorov-Smirnov test) -- 检验数据是否符合某种分布
- Simple test to hide Information …
- Test Driven develop(TDD)
- Simple test to hide Information …
- [内核] A50X-JB-Kernel test-27
- 10年 ZZUPC校赛第七题 Coin Test …
- silktest 2008 下载及破解方法
- poj 3249 Test for Job dp(动态规…
- Mercury TestDirector 8.0安装配置…
- Simple test to hide Information …
- [内核] A50X-JB-Kernel test-27
- SilkTest Runner V1.0 发布了!
- Blog writer test
- test_return LotteryClient
- TestSet 学习使用set容器的基…
- WDA: A Simple Test of ALV
- TestDirector 8.2 SP2安装方法
- silktest 2008 下载及破解方法 Sil…
- HP QuikeTest Professional 10安装