adt
Anderson-Darling测试
描述
返回一个测试决定零假设的数据向量h
= adt (x
)x
来自人口正态分布,使用Anderson-Darling测试。另一种假说是,x
不是从人口正态分布。结果h
是1
如果测试拒绝零假设在5%的显著性水平,或0
否则。
例子
Anderson-Darling测试一个正态分布
加载示例数据。创建一个向量包含学生的考试成绩第一列的数据。
负载examgradesx =成绩(:1);
测试零假设考试成绩来自正态分布。你不需要指定人口参数的值。
(h p adstat cv) = adt (x)
h =逻辑0
p = 0.1854
adstat = 0.5194
简历= 0.7470
的返回值h = 0
表明adt
不能拒绝零假设默认为5%显著性水平。
Anderson-Darling测试极值分布
加载示例数据。创建一个向量包含学生的考试成绩第一列的数据。
负载examgradesx =成绩(:1);
测试零假设考试成绩来自一个极端值分布。你不需要指定人口参数的值。
(h p) = adt (x,“分布”,“电动汽车”)
h =逻辑0
p = 0.0714
的返回值h = 0
表明adt
不能拒绝零假设默认为5%显著性水平。
Anderson-Darling测试使用指定的概率分布
加载示例数据。创建一个向量包含学生的考试成绩第一列的数据。
负载examgradesx =成绩(:1);
创建一个正态概率分布对象的意思μ= 75
和标准偏差σ= 10
。
dist = makedist (“正常”,“亩”,75,“σ”,10)
dist = NormalDistribution正态分布μ= 75σ= 10
测试的零假设x
来自正态分布假设。
(h p) = adt (x,“分布”,距离)
h =逻辑0
p = 0.4687
的返回值h = 0
表明adt
不能拒绝零假设默认为5%显著性水平。
输入参数
x
- - - - - -样本数据
向量
样本数据,指定为一个向量。失踪的观察x
表示,由南
,将被忽略。
数据类型:单
|双
名称-值参数
指定可选的双参数作为Name1 = Value1,…,以=家
,在那里的名字
参数名称和吗价值
相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。
R2021a之前,用逗号来分隔每一个名称和值,并附上的名字
在报价。
例子:“阿尔法”,0.01,“MCTol”, 0.01
进行假设检验在1%的显著性水平,并确定假定值,p
,使用蒙特卡罗模拟最大蒙特卡罗标准误差p
0.01。
分布
- - - - - -假设分布
“规范”
(默认)|“经验”
|“电动汽车”
|“logn”
|“威布尔”
|概率分布对象
假设分布的数据向量x
,指定为逗号分隔两人组成的“分布”
和一个以下。
“规范” |
正态分布 |
“经验” |
指数分布 |
“电动汽车” |
极端值分布 |
“logn” |
对数正态分布 |
“威布尔” |
威布尔分布 |
在这种情况下,您不需要指定数量的参数。相反,adt
样本数据的分布参数估计和测试x
对复合假设它来自所选的分布与参数未指明的家庭。
此外,您可以指定任何连续概率分布对象零分布。在这种情况下,您必须指定所有的分布参数,和adt
测试x
对一个简单的假设,它来自给定的分布与指定参数。
例子:“分布”、“经验”
α
- - - - - -显著性水平
0.05
(默认)|标量值的范围(0,1)
假设检验的显著性水平,指定为逗号分隔组成的“α”
和一个标量值的范围(0,1)。
例子:“阿尔法”,0.01
数据类型:单
|双
渐近
- - - - - -计算方法p价值
假
(默认)|真正的
计算方法的pAnderson-Darling测试的值,指定为逗号分隔组成的渐近的
,要么真正的
或假
。如果您指定“真正的”
,adt
估计,p值使用Anderson-Darling测试统计量的极限分布。如果您指定假
,adt
计算p值基于分析公式。样本大小大于120的极限分布估计可能是比小样本大小近似法更准确。
如果你指定一个家庭与未知参数分布
分布
名称-值对,渐近
必须假
。如果你使用
MCTol
计算p使用蒙特卡罗模拟值,渐近
必须假
。
例子:渐近,真的
数据类型:逻辑
输出参数
h
——假设检验结果
1
|0
假设检验的结果,作为一个逻辑值返回。
如果
h
= 1
,这表明拒绝零假设的α
显著性水平。如果
h
= 0
,这表明失败的拒绝零假设α
显著性水平。
p
- - - - - -p价值
标量值在[0,1]
pAnderson-Darling测试值,返回标量值的区间[0,1]。p
观察一个检验统计量的概率是一样极端,或者比,更极端的零假设下的观测值。p
计算使用这些方法之一:
如果假设分布是完全指定的概率分布对象,
adt
计算p
分析。如果渐近的
是真正的
,adt
使用检验统计量的渐近分布。如果你指定一个值“MCTol”
,adt
使用蒙特卡罗模拟。如果假设分布与未知参数指定为一个分布的家庭,
adt
从一个表中检索临界值并使用逆插值来确定p价值。如果你指定一个值“MCTol”
,adt
使用蒙特卡罗模拟。
adstat
- - -检验统计量
标量值
检验统计量的Anderson-Darling测试,作为一个标量值返回。
如果假设分布是完全指定的概率分布对象,
adt
计算adstat
使用指定的参数。如果假设分布与未知参数指定为一个分布的家庭,
adt
计算adstat
利用样本数据的参数估计。
简历
——临界值
标量值
临界值Anderson-Darling测试在显著性水平α
,作为一个标量值返回。adt
决定了简历
通过插值到基于指定的表α
显著性水平。
更多关于
Anderson-Darling测试
Anderson-Darling测试通常用于测试数据样本是否来自正态分布。然而,它可用于测试假设分布,即使你不完全指定分布参数。相反,测试数据样本的任何未知参数估计。
检验统计量属于二次的家庭经验分布函数统计,测量假设分布之间的距离,F(x)和经验提供,Fn(x),
在有序的样本值 ,在那里w(x)是一个功能和重量n在样本数据点的数量。
Anderson-Darling的权函数测试
在观察哪些地方更大的重量分布的尾部,使测试更敏感异常值和更好的检测偏离常态的尾巴分布。
Anderson-Darling测试统计
在哪里 命令示例数据点和吗n在样本数据点的数量。
在adt
,决定拒绝或不拒绝零假设是基于比较p值与指定的假设检验的显著性水平,而不是比较临界值的检验统计量。
蒙特卡罗标准错误
蒙特卡洛标准误差是由于模拟误差p价值。
蒙特卡洛计算标准误差
在哪里
是估计的p价值的假设检验mcreps
是蒙特卡罗复制的数量。
adt
选用蒙特卡罗复制的数量,mcreps
,足以使蒙特卡罗标准误差
不到指定的值MCTol
。
版本历史
介绍了R2013a
MATLAB命令
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。万博1manbetx
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。