K-S检验.pptVIP

3.2Kolmogorov-Smirnov正态性检验; Kolmogorov-Smirnov检验法主要用来检验单一样本是否来自于某一特定分布，比如检验一组数据是否为正态分布. 主要用于有计量单位的连续和定性数据 由于经验分布是对分布函数最直接的估计，Kolmogorov-Smirnov用以检验一个经验分布是否符合某种理论分布或比较两个经验分布是否有显著性差异.; 一般来说，要检验手中的样本是否来自于一个已知分布 ，假定它的真实分布为 ，下面以双边假设为例进行说明. ：对于所有的 ， ：对至少一个 ， K-S检验统计量 K-S检验主要是将样本数据的经验分布与特定的理论分布相比较，若两者之间的差距很小，则可推论该样本取值于特定的分布.;K-S统计量定义如下： 注： 其中 表示该组数据的经验分布 设 为来自于分布 的一组简单随机样本，其经验分布定义如下： 此阶梯函数即为 的经验分布函数.(EDF) ;K-S检验的基本步骤;例1.35位健康男性在未进食前的血糖浓度如下，试检验这组数据是否来自均值为 ,标准差为 的正态分布.;其中，带 的表示该列的最大值. 由 的标准化查附表可得 在给定显著性水平 下，查表得 而 故不能拒绝零假设，从而不能说明健康成年人的血糖浓度不服从正态分布. 注： 当样本容量较大时，可以用 求得结果;例2.在检验一个车间生产的20个轴承外座圈的内径后得到下面数据（单位：mm） 15.04 15.36 14.57 15.53 15.57 14.69 15.37 14.66 14.52 15.41 15.34 14.28 15.01 14.76 14.38 15.87 13.66 14.97 15.29 14.95 按照设计要求，这个内径应为 mm,现希望检验一下这个数据是否来自均值为 方差为 的正态分布？;解：建立假设检验 ：轴承外座圈的内径服从正态分布 ：轴承外座圈的内径不服从正态分布 根据正态分布计算理论分布值如下表所示： 轴承外座圈的内径观测频数与理论分布表如书上图7.2所示： ;K-S检验和Pearson 拟合检验的比较; 另外，对于 拟合检验来说，一般要求大样本，且分组频数不小于5，从而使得样本信息受损，而K-S检验则无此要求，从而K-S检验较 检验适用更广??当数据偏离正态分布太多时t检验失效，而K-S检验仍可适用），且比 检验更有效. 在用任何软件进行关于正态性检验时都需要弄明白是不是大样本近似，若是大样本近似，应该避免适用K-S检验.