R语言绘制正太分布图,并进行正太分布检验
2016-12-27 10:45
447 查看
正态分布
判断一样本所代表的背景总体与理论正态分布是否没有显著差异的检验。方法一 概率密度曲线比较法
看样本与正太分布概率密度曲线的拟合程度,R代码如下:#画样本概率密度图 s <- rnorm(100) #产生样本 d <- density(s) plot(d, col="green", ylim=c(0, 0.5)) #添加正太分布概率密度图 s2 <- seq(from=-4, to=4, length.out=100) lines(s2, norm_expression(s2), col="red")画图结果如下:
方法二 正太Q-Q图法
使用Q-Q图来判断数据是否服从正太分布,R代码如下:s <- rnorm(100) #产生样本qqnorm(s)
qqline(s)画图结果如下,可见数据分布集中在对角线上,可以认为总体服从正太分布:
方法三 经验法则
约68.3%数值分布在距离平均值有1个标准差之内的范围,约95.4%数值分布在距离平均值有2个标准差之内的范围,以及约99.7%数值分布在距离平均值有3个标准差之内的范围。称为“68-95-99.7法则”或“经验法则”。使用R的验证代码如下:
s <- rnorm(10000) #产生样本
sum(abs(s - mean(s)) < sd(s)) / length(s)
sum(abs(s - mean(s)) < 2*sd(s)) / length(s)
程序结果:
> s <- rnorm(10000) #产生样本
> sum(abs(s - mean(s)) < sd(s)) / length(s)
[1] 0.6871
> sum(abs(s - mean(s)) < 2*sd(s)) / length(s)
[1] 0.9538
方法四 统计检验方法
使用样本偏度和样本峰度来估计总体偏度和峰度,在正太分布的假定下,样本偏度和峰度均服从均值为零、方差分别为6/T和24/T的正太分布,可以分别检验偏度和峰度,也可以将两个统计量结合起来生成一个服从自由度为2的卡方分布的统计量,再进行检验【参见《金融时间序列分析》第三版P8~P9】。理论方面的东西略...可以使用夏皮罗-威尔克(Shapiro-Wilk)检验,代码如下:s <- rnorm(1000) #产生样本shapiro.test(s)检验结果:
> shapiro.test(s) Shapiro-Wilk normality test data: s W = 0.9987, p-value = 0.6716shapiro.test函数输出一个p值,照惯例,p<0.05说明总体不太可能是正太分布,否则不能提供这么个证据,也就是说这个检验比较保守,倾向于错误的过分证明正态性。R的nortest包能提供其他正太检验方法【参见《R语言经典实例》P221】。
相关文章推荐
- R语言---分布检验
- 使用R完成正太分布检验
- matlab中normfit函数进行正太分布拟合
- 使用R语言进行协整关系检验
- R之判断多元正太分布检验
- R语言抓取pm2.5数据绘制全国pm2.5分布图
- Excel图表—正态分布概率分布图(概率密度函数图及累积概率分布图)的绘制-Part 1
- 如何在MindMapper中文版中进行进度表的绘制
- R语言进行分析,比较详细的一篇,亲测过哦
- 常用连续型分布介绍及R语言实现
- R语言绘制ROC曲线如何画在一个图中
- R语言与回归分析几个假设的检验
- 使用sklearn中的Iris植物分类数据集进行特征检验与预测分析
- (R语言)概率分布
- Python调用Matplotlib绘制分布点图
- 假设有一颗二叉树,已知这棵树的节点上不均匀的分布了若干石头,石头数跟这棵二叉树的节点数相同,石头只可以在子节点和父节点之间进行搬运,每次只能搬运一颗石头。请问如何以最少的步骤将石头搬运均匀,使得每个节
- R语言︱异常值检验、离群点分析、异常值处理
- R语言绘制坐标 保存图片
- python KS-检验(Kolmogorov-Smirnov test) -- 检验数据是否符合某种分布
- R语言绘图:时间序列分析 ggplot2绘制ACF PACF