数学建模常用各种检验方法.docVIP

各种检验方法

1.单个总体的均值的检验:

已知,关于均值的检验用ztest命令来实现.

[h,p,ci]=ztest(x,mu,sigma,alpha,tail)

已知,关于均值的检验用ttest命令来实现.

[h,p,ci]=ttest(x,mu,alpha,tail)

2.两个正态总体均值差的检验（t检验）

还可以用t检验法检验具有相同方差的2个正态总体均值差的假设。在Matlab中

由函数ttest2实现，命令为：

[h,p,ci]=ttest2(x,y,alpha,tail)

3.分布拟合检验

在实际问题中，有时不能预知总体服从什么类型的分布，这时就需要根据样本来检

验关于分布的假设。下面介绍检验法和专用于检验分布是否为正态的“偏峰、峰度

检验法”。

检验法

0H：总体x的分布函数为F(x),

1H:总体x的分布函数不是F(x).

在用下述χ2检验法检验假设0H时，若在假设0H下F(x)的形式已知，但其参数

值未知，这时需要先用极大似然估计法估计参数，然后作检验。

偏度、峰度检验

4．其它非参数检验

Wilcoxon秩和检验

在Matlab中，秩和检验由函数ranksum实现。命令为：

[p,h]=ranksum(x,y,alpha)

其中x，y可为不等长向量，alpha为给定的显著水平，它必须为0和1之间的数量。p返回

产生两独立样本的总体是否相同的显著性概率，h返回假设检验的结果。如果x和y的总

体差别不显著，则h为零；如果x和y的总体差别显著，则h为1。如果p接近于零，则可对

原假设质疑。

5．中位数检验

在假设检验中还有一种检验方法为中位数检验,在一般的教学中不一定介绍,但在

实际中也是被广泛应用到的。在Matlab中提供了这种检验的函数。函数的使用方法简单，

下面只给出函数介绍。

signrank函数

总体服从正态分布，其中由样本均值和方差估计。Matlab命令：

h=lillietest(x)，[h,p,lstat,cv]=lillietest(x,alpha)。

4）另外还有一种方法：首先对于数据进行标准化：Z=ZSCORE(X)，然后在进行2）的Kolmogorov-Smirnov检验，检验是否为标准正态分布，类似于对于方法2）的改进