统计工具箱中的假设检验表函数名称函数说明调用格式正态总体的参数检验 ztest 单样本均值的 z 检验(总体服从正态分布) [h,sig,ci,zval] = ztest(x,m u0 ,sigma,alpha,tail) ttest 单样本均值 t 检验(总体服从正态分布) [h,sig,ci ,tval ]= ttest(x,m u0 ,alpha,tail) ttest2 双样本均值差 t 检验(两个总体均服从正态分布) [h,sig,ci, tval ]= ttest2(x,y,alpha ,tail ) 非参数假设检验 jbtest 单样本正态分布 Jarque-Bera 检验(H 0: 样本来自正态分布) [h,p,jbstat,cv]=jbtest(x,alpha) lillietest 单样本正态分布 Lilliefors 检验(H 0: 样本来自正态分布) [h,p,lstat,cv] = lillietest( x ,alpha) kstest 单样本分布的 Kolmogorov-Smirnov 检验[h,p,ksstat,cv] = kstest( x ,cdf,alpha,tail) k stest 2 双样本同分布 Kolmogorov-Smirnov 检验(H 0: 两样本来自同一连续分布) h= kstest2( x 1,x 2,alpha,tail) ranksum 双不匹配样本同分布 Wilcoxon 秩和检验(H 0: 两样本来自同一分布) [p,h,stats] = ranksum(x,y,alpha) 绘图检验 normplot 单样本正态分布概率纸检验(H 0: 样本来自正态分布) normplot(x) qqplot 画双样本同分布检验的分位数—分位数图( 简称 qq图)(H 0: 两样本来自同一分布) qqplot(x,y) 1、 jbtest, lillietest 与 kstest 的比较: (1) jbtest 与 lillietest 均是检验样本是否来自正态分布,而 kstest 可检验样本来自任意指定的分布; (2) jbtest 是利用偏度峰度来检验, 适用于大样本; 而对于小样本, 则用 lillietest 来检验; (3) lillietes t与 kstes t 的检验原理均是用x 的经验分布函数与一个有相同均值与方差的正态分布的分布函数进行比较, 不同的是 lisllietes t 中正态分布的参数是由x 估计得来,而 kstes t 中正态分布的参数是事先指定的. 2、k stest 2 、命令说明: (1) [h,sig,ci,zval] = ztest(x,m u0 ,sigma,alpha,tail) 对已知方差的单个总体均值进行 Z ?的Z 假设检验, 以检验标准差为?的正态分布样本的均值与 0?的关系. 并可通过指定 tail ail 的取值及表示意义如下: tail=0 备择假设为 0 ? ??( 缺省值); tail=1 备择假设为 0 ? ??; tail= -1 备择假设为 0 ? ??.( 原假设则为 0 0 :H ? ??) · 输出变量含义:h ——如果 h=
统计工具箱中的假设检验表 来自淘豆网www.taodocs.com转载请标明出处.