参数估计与假设检验详解演示文稿.pptVIP

5. 正态概率图 正态概率图用于正态分布的检验，实际上就是纵坐标经过变换后的正态分布的分布函数图，正常情况下，正态分布的分布函数曲线是一条S形曲线，而在正态概率图上描绘的则是一条直线。 如果采用手工绘制正态概率图的话，可以在正态概率纸上描绘，正态概率纸上有根据正态分布构造的坐标系，其横坐标是均匀的，纵坐标是不均匀的，以保证正态分布的分布函数图形是一条直线。 当前第31页\共有65页\编于星期三\0点 当前第32页\共有65页\编于星期三\0点 四、卡方拟合优度检验 1. 简单假设检验问题 当前第33页\共有65页\编于星期三\0点 当前第34页\共有65页\编于星期三\0点 当前第35页\共有65页\编于星期三\0点 2. 复合假设检验问题 当前第36页\共有65页\编于星期三\0点 检验统计量 拒绝域 当前第37页\共有65页\编于星期三\0点 3. chi2gof函数 调用格式： h = chi2gof(x) [h,p] = chi2gof(...) [h,p,stats] = chi2gof(...) [...] = chi2gof(X,Name,value) 当前第38页\共有65页\编于星期三\0点 五、Kolmogorov-Smirnov检验 1. Kolmogorov检验 检验统计量 拒绝域 当前第39页\共有65页\编于星期三\0点 2. Lilliefors检验 检验统计量 拒绝域 当前第40页\共有65页\编于星期三\0点 3. Smirnov检验 检验统计量 拒绝域 当前第41页\共有65页\编于星期三\0点 4. kstest函数 调用格式： h = kstest(x) h = kstest(x,CDF) h = kstest(x,CDF,alpha) h = kstest(x,CDF,alpha,type) [h,p,ksstat,cv] = kstest(...) 当前第42页\共有65页\编于星期三\0点 5. kstest2函数 调用格式： h = kstest2(x1,x2) h = kstest2(x1,x2,alpha,type) [h,p] = kstest2(...) [h,p,ks2stat] = kstest2(...) 当前第43页\共有65页\编于星期三\0点 6. lillietest函数 调用格式： h = lillietest(x) h = lillietest(x,alpha) h = lillietest(x,alpha,distr) [h,p] = lillietest(...) [h,p,kstat] = lillietest(...) [h,p,kstat,critval] = lillietest(...) [h,p,...] = lillietest(x,alpha,distr,mctol) 当前第44页\共有65页\编于星期三\0点 % 读取文件examp02_14.xls的第1个工作表中的G2:G52中的数据，即总成绩数据 score = xlsread(examp02_14.xls,Sheet1,G2:G52); % 去掉总成绩中的0，即缺考成绩 score = score(score 0); %**********计算描述性统计量******************* score_mean = mean(score) % 计算平均成绩 s1 = std(score) % 计算(5.1)式的标准差 s1 = std(score,0) % 也是计算(5.1)式的标准差 s2 = std(score,1) % 计算(5.2)式的标准差 score_max = max(score) % 计算样本最大值 score_min = min(score) % 计算样本最小值 score_range = range(score) % 计算样本极差 score_median = median(score) % 计算样本中位数 score_mode = mode(score) % 计算样本众数 score_cvar = std(score)/mean(score) % 计算变异系数 score_skewne