正态性校验亚太杯数学建模.docxVIP

正态性校验亚太杯数学建模.docx

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
查看更多

分析流程

数据源:

使用数据(1).xlsx

算法配置:

算法:正态性校验

分析结果:

暂无数据

分析步骤

1.对数据进行Shapiro-Wilk(小数据样本,一般样本数5000以下)或者Kolmogorov–Smirnov(大数据样本,一般样本数5000以上)检验,查看其显著性。

2.若不呈现出显著性(P0.05),说明符合正态分布,反之说明不符合正态分布(PS:通常现实研究情况下很难满足检验,若其样本峰度绝对值小于10并且偏度绝对值小于3,结合正态分布直方图、PP图或者QQ图可以描述为基本符合正态分布)。

详细结论

输出结果1:总体描述结果

变量名

样本量

中位数

平均值

标准差

偏度

峰度

S-W检验

K-S检验

FleschReadingEaseformula

4998

65.961

64.845

28.249

0.027

-0.613

0.99(0.000***)

0.036(0.000004142135604871709)

Flesch-KincaidGradeLevel

4998

29.102

29.184

10.348

29.591

1563.863

0.492(0.000***)

0.104(1.418120966525866e-47)

FogScale

4998

23.141

25.011

17.993

1.726

4.815

0.853(0.000***)

0.12(4.295616534220528e-63)

SMOGIndex

4998

91.044

420.771

5349.039

43.679

2058.579

0.03(0.000***)

0.47(0)

AutomatedReadabilityIndex

4998

16.597

35.276

79.85

3.98

15.63

0.366(0.000***)

0.465(0)

Coleman-LiauIndex

4998

39.109

38.096

9.001

-0.848

0.379

0.919(0.000***)

0.074(1.9544432034954974e-24)

LinsearWriteFormula

4998

63.266

63.718

27.699

0.003

-0.781

0.986(0.000***)

0.045(1.997239166300727e-9)

Quantity

4998

3

9.186

144.97

-51.854

3530.129

0.035(0.000***)

0.463(0)

Price

4998

25.1

37.928

132.143

37.456

1596.193

0.101(0.000***)

0.389(0)

注:***、**、*分别代表1%、5%、10%的显著性水平

图表说明:

上表展示了FleschReadingEaseformula、Flesch-KincaidGradeLevel、FogScale、SMOGIndex、AutomatedReadabilityIndex、Coleman-LiauIndex、LinsearWriteFormula、Quantity、Price描述性统计和正态性检验的结果,包括中位数、平均值等,用于检验数据的正态性。

1.通常正态分布的检验方法有两种,一种是Shapiro-Wilk检验,适用于小样本资料(样本量≤5000);另一种是Kolmogorov–Smirnov检验,适用于大样本资料(样本量5000)。

2.若呈现显著性(P0.05),则说明拒绝原假设(数据符合正态分布),该数据不满足正态分布,反之则说明该数据满足正态分布。

PS:通常现实研究情况下很难满足检验,若其样本峰度绝对值小于10并且偏度绝对值小于3,结合正态分布直方图、PP图或者QQ图可以描述为基本符合正态分布。

智能分析

分析项:FleschReadingEaseformula样本N5000,采用S-W检验,显著性P值为0.000***,水平呈现显著性,拒绝原假设,因此数据不满足正态分布。(其峰度(-0.613)绝对值小于10并且偏度(0.027)绝对值小于3,可以结合正态分布直方图、PP图或者QQ图进行进一步分析。)

分析项:Flesch-KincaidGradeLevel样本N5000,采用S-W检验,显著性P值为0.000***,水平呈现显著性,拒绝原假设,因此数据不满足正态分布。(其峰度(1563.863)绝对值大于10并且偏度(29.591)绝对值大于3,可以结合正态分布直方图、PP图或者QQ图进行进一步分析。)

分析项:FogScale样本N5000,采用S-W检验,显著性P

文档评论(0)

星空 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档