多元数据正态性检验的SAS／IML程序设计.pdfVIP

中国卫生统计2007年12月第24卷第6期 · 计算机应用· 多元数据正态性检验的SAS／IML程序设计 郑州大学公共卫生学院(450052)李海超 李颖琰△ 王爱英 在均值向量检验和协方差阵的检验以及一些多元 inf{z：_F(z)≥P}。所以zp：FI1( )就是分布函数 统计方法中都是假定样本来自多元正态总体，因此，所 的反函数，且只存在唯一的P分位数，即F(z)的左侧 作统计推断的结论是否正确，在一定程度上取决于实 分位数。 际总体与正态总体接近的程度如何。所以，探讨多元 由经验分布得到样本的P，分位数D} )= 数据的正态性检验问题具有重要的现实意义。本文利 F： ( )，同时设 分布的P 分位数为 2 ，若假设检 用 统计量的Q—Q图检验法【 ]的原理，并结合 验H。成立，应有 SAS／IML{ ]软件来建立对多元数据的正态性检验的 Df )≈ 方法。 绘制点(D；小 ；)的散点图，这些点应散布在一 统计量的Q—Q图检验法 条过原点且斜率为1的直线上，如果存在明显偏离，则 可以拒绝无效假设。这种检验法其实就是分布 的Q 1． 统计量的Q—Q图检验法的理论【 ·’] — Q图检验法。如果不利用分位数，直接用概率散点 设x(口)=(x，…，x( )) (口=1，…，72)为来自 (P ，H(D}，)I P))绘图，当x为正态总体时，这些点 P元总体x的随机样本。检验：No：X～ ( ，∑)， 也应散布在一条过原点且斜率为1的直线上，这就是 H1：x不服从NP( ， )。 分布的P—P图检验法。 由于对多元正态总体(x— ) ∑_1(x— )～ 这里解释一下经验分布函数。设(z1，z2，…，z ) ( )，所以在Ho下，将样品x到总体中心 的马氏 是总体x的一组样本观察值，将它们按大小顺序排列 为z(1)≤z(2)≤…≤z( )，z为任意实数，称函数 距离D (x， )记为D ，则有 f 0， zz(1) D =(x— ) ∑I1(x— )～X2( ) F( )(z)=_{k／．， z(^)≤zx(k+1) 以下构造的检验方法就是检验统计量D 是否有 【1， z≥ z( ) D～ ( )成立。直观的想法是：由样品X( )计算 为经验分布函数。经验分布函数的图形是一条阶梯曲 D (a=1，…，r1)，对D：排序： 线，若观察值不重复则阶梯的每一个跃度都是1／．，若 Di1)≤Di2)≤…≤Di ) 有重复，则按1／．的倍数跳跃上升。对任意的实数 ， 统计量D 的经验分布函数取为 F (z)的值等于样本观察值z1，z2，…，z 中不超过z F (D； ))