KS检验及Fss检验功效的比较.docVIP

下载本文档

17
0
约1.97千字
约 6页
2017-06-18 发布于福建
举报
版权申诉

KS检验及Fss检验功效的比较.doc

1、本文档共6页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

KS检验与Fss检验功效的比较 Matlab自带的kstest——柯尔莫哥洛夫-斯米尔诺夫检验法，用于检验总体的分布函数： H0：F等于F0 H1: F不等于F0 调用格式为 [H,P,D]=kstest(x,F0,alpha, TYPE) 其中输入变量： x为样本， F0为原假设的分布函数，可省略。默认为标准正态分布的分布函数； alpha，显著性水平，可省略。默认为0.05。 TYPE表示检验类型，可省略，默认双侧检验：TYPE可以是 unequal -- F(x) not equal to CDF (two-sided test) larger -- F(x) CDF (one-sided test) smaller -- F(x) CDF (one-sided test) 其中输出变量： H：检验结果，用0,1表示接受、拒绝； P：概率值，小于alpha时拒绝；P表示H0成立时D偏大的稀有程度。 D：KS检验统计量的值，新算法：检验统计量为：计算函数自编为： function ss=Fss(x) n=length(x); x=sort(x); ss=0; for i=1:n F=normcdf(x(i),0,1); a=(2*i-1)/(2*n); ss=ss+(F-a)^2; end 针对标准正态分布情形，取定n=50,经过随机模拟算得临界值大约为0.456，计算程序命名为SSa.m N=10000; n=50; alpha=0.05; SS=zeros(1,N); for k=1:N x=randn(1,n); SS(k)=Fss(x); end SS=sort(SS); m=ceil((1-alpha)*N); Sa=(SS(m)+SS(m+1))/2 取，t=0:0.1:1随机模拟计算功效函数，程序用命令文件KSvsFss.m保存 N=1000; n=50; t=0:0.1:1; W1=zeros(1,11); W2=W1; W3=W1; ta=tinv(0.95,n-1); for i=1:11 [i,11] d=(i-1)*0.1; for k=1:N; x=randn(1,n)+d; H=kstest(x,[],0.1); if H0.5 W1(i)=W1(i)+1; end ss=Fss(x); if ss0.456 W2(i)=W2(i)+1; end mu=mean(x); s=std(x); T=mu*sqrt(n)/s; if Tta; W3(i)=W3(i)+1; end end end W1=W1./N; W2=W2./N; W3=W3./N; [t;W1;W2;W3] plot(t,W1,r,t,W2,b,t,W3,k); 比较结果 ans = 0 0.1000 0.2000 0.3000 0.4000 0.5000 0.6000 0.7000 0.8000 0.9000 1.0000 0.0460 0.0920 0.2310 0.4500 0.6740 0.8520 0.9590 0.9900 0.9990 1.0000 1.0000 0.0380 0.1020 0.2650 0.4940 0.7520 0.9090 0.9830 0.9960 1.0000 1.0000 1.0000 0.0390 0.1650 0.4120 0.6400 0.8650 0.9640 0.9950 0.9990 1.0000 1.0000 1.0000 多次模拟发现，kstest在H0时拒绝的频率只有0.05的一半左右，故上述语句将本应为H=kstest(x); 改为H=kstest(x,[],0.1); 结果如图所示若将上述语句 x=randn(1,n)+d; 改为 x=trnd(1,1,n)+d; 结果如下：