R 正态性检验:正态概率图
检验模型是否满足正态性假设的方法:
1.正态概率图
这是我编写的画正态概率图的函数:
1 2 3 4 5 6 7 8 9 10 11 | #绘制正态概率图 plot_ZP = function (ti) #输入外部学生化残差 { n = length (ti) order = rank (ti) #按升序排列,t(i)是第order个 Pi = (order-1/2)/n #累积概率 plot (ti,Pi,xlab = "学生化残差" ,ylab = "百分比" ) #画正态概率图 #添加回归线 fm = lm (Pi~ti) abline (fm) } |
若正态概率图近似呈一条直线,认为模型是符合正态性假设的。
2.QQ正态检验图
1 2 | qqnorm (d) #QQ图正态性检验 qqline (d) #添加趋势线 |
d是标准化残差
如果所有的点近似成直线,那么,残差就是正态分布的。
3.Shapiro正态性检验
1 | shapiro.test ( resid (fm1)) |
1 2 3 4 5 6 | > shapiro.test ( resid (fm1)) Shapiro-Wilk normality test data: resid (fm1) W = 0.97405, p-value = 0.748 |
Shapiro检验的原假设是:模型服从正态分布!
因为p-value>0.05 ,所以不拒绝原假设,即认为模型是符合正态性的。
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 智能桌面机器人:用.NET IoT库控制舵机并多方法播放表情
· Linux glibc自带哈希表的用例及性能测试
· 深入理解 Mybatis 分库分表执行原理
· 如何打造一个高并发系统?
· .NET Core GC压缩(compact_phase)底层原理浅谈
· 手把手教你在本地部署DeepSeek R1,搭建web-ui ,建议收藏!
· 新年开篇:在本地部署DeepSeek大模型实现联网增强的AI应用
· 程序员常用高效实用工具推荐,办公效率提升利器!
· Janus Pro:DeepSeek 开源革新,多模态 AI 的未来
· 【译】WinForms:分析一下(我用 Visual Basic 写的)