R語言做正態分布檢驗


摘自:吳喜之:《非參數統計》(第二版),中國統計出版社,2006年10月:P164-165

1、ks.test() 例如零假設為N(15,0.2),則ks.test(x,"pnorm",15,0.2)。如果不是正態分布,還可以選"pexp", "pgamma"等。

2、shapiro.test() 可以進行關於正態分布的Shapiro-Wilk檢驗。

3、nortest包 lillie.test()可以實行更精確的Kolmogorov-Smirnov檢驗。 ad.test()進行Anderson-Darling正態性檢驗。 cvm.test()進行Cramer-von Mises正態性檢驗。 pearson.test()進行Pearson卡方正態性檢驗。 sf.test()進行Shapiro-Francia正態性檢驗。

4、fBasics包 normalTest()進行Kolmogorov-Smirnov正態性檢驗。 ksnormTest()進行Kolmogorov-Smirnov正態性檢驗。 shapiroTest()進行Shapiro-Wilk's正態檢驗。 jarqueberaTest()進行jarque-Bera正態性檢驗。 dagoTest進行D'Agostino正態性檢驗。 gofnorm采用13種方法進行檢驗,並輸出結果。


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM