非参数检验及matlab实现.pdfVIP

非参数检验及 matlab 实现 Kolmogorov-Smirnov test ： 检验两个样本是否有相同分布 Kstest Test statistics ：max  F (x)  G(x)  [h,p,ksstat,cv] = kstest(x,CDF,alpha,type) x ：被测试的数据样本，以列向量输入（continuous distribution defined by cumulative distribution function） CDF ：被检验的样本 cumulative distribution function，缺省值为 N(0,1) Alpha ：显著性水平，缺省时为 0.05 Type ：字符输入。unequal （缺省值）检验两者分布是否相同 larger 检验 x 的 CDF 大于给定的 CDF smaller 检验 x 的 CDF 小于给定的 CDF h h=0 不拒绝原假设，即两个分布相同 h=1 拒绝原假设，即两个分布不同 p ：拒绝原假设的最小显著性水平 ksstat ：假设为真时，满足 student 分布 cv ：critical value/cutoff value，determining if ksstat is significant. Kstest2 ： [h,p,ks2stat] = kstest2(x1,x2,alpha,type) 详见 ketest Lilliefors test ： 检验两个样本是否有相同分布 Test statistics ：max  F (x)  G(x)  x 2-sided goodness-of-fit test lillietest [h,p,kstat,critval] = lillietest (x,alpha,distr,mctol) 各参数参见 kstest ，特别的，mctol 为使用蒙特卡洛方法计算 p 值 Jarque-Bera test 检验样本是否来自均值和方差未知的正态分布 two-sided goodness-of-fit test 假设：x 为正态分布 n  2 k  32  test statistic ：JB   s   ， where n is the sample size, s is the 6  4    sample skewness, and k is the sample kurtosis. jbtest [h,p,jbstat,critval] = jbtest(x,alpha,mctol) 各个参数意义详见 lillietest。 Wilcoxon-Mann-Whitney Ranks Test 检验两个样本是否来自于同一分布。 以下function f=Wilcoxon_Rank_Test(x,y,alpha)直接是秩和检验方法， 另有function f=Pre_Wilcoxon(x,y,alpha)是改进的秩和检验方法。区别在 于样本的处理方式。 function f=Wilcoxon_Rank_Test(x,y,alpha); %x,y are vectors %x,y can be at different length Z=[x;y]; %z1 for ranking from small to large %z2 for place [z1,z2]=sort(Z,ascend); for i=1:size(x,1) for j=i:size(z1,1) if z1(j)==x(i) X(i,1)