摘要: Q-Q图是一种散点图,对应于正态分布的Q-Q图,就是由标准正态分布的分位数为横坐标,样本值为纵 坐标的散点图. 要利用QQ图鉴别样本数据是否近似于正态分布,只需看QQ图上的点是否近似地在一条直线附近,而且该直线的斜率为标准差,截距为均值. 用QQ图还可获得样本偏度和峰度的粗略信息. Q-Q图可以用于检验数据的分布,所不同的是,Q-Q图是用变量数据分布的分位数与所指定分布的分位数之间的关系曲线来进行检验的。P-P图和Q-Q图的用途完全相同,只是检验方法存在差异 由于P-P图和Q-Q图的用途完全相同,只是检验方法存在差异。要利用QQ图鉴别样本数据是否近似于正态分布,只需看QQ图上的点是否近似... 阅读全文
posted @ 2013-01-08 17:05 蒋蒋 阅读(1240) 评论(0) 推荐(0) 编辑
摘要: 摘自:吴喜之:《非参数统计》(第二版),中国统计出版社,2006年10月:P164-1651、ks.test() 例如零假设为N(15,0.2),则ks.test(x,"pnorm",15,0.2)。如果不是正态分布,还可以选"pexp", "pgamma"等。2、shapiro.test() 可以进行关于正态分布的Shapiro-Wilk检验。3、nortest包 lillie.test()可以实行更精确的Kolmogorov-Smirnov检验。 ad.test()进行Anderson-Darling正态性检验。 cvm.test 阅读全文
posted @ 2013-01-08 13:07 蒋蒋 阅读(22187) 评论(0) 推荐(0) 编辑