數(shù)學(xué)建模常用各種檢驗方法_第1頁
數(shù)學(xué)建模常用各種檢驗方法_第2頁
數(shù)學(xué)建模常用各種檢驗方法_第3頁
數(shù)學(xué)建模常用各種檢驗方法_第4頁
數(shù)學(xué)建模常用各種檢驗方法_第5頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

各種檢驗方法1.單個總體的均值的檢驗:已知,關(guān)于均值的檢驗用ztest命令來實現(xiàn).[h,p,ci]=ztest(x,mu,sigma,alpha,tail)已知,關(guān)于均值的檢驗用ttest命令來實現(xiàn).[h,p,ci]=ttest(x,mu,alpha,tail)2.兩個正態(tài)總體均值差的檢驗（t檢驗）還可以用t檢驗法檢驗具有相同方差的2個正態(tài)總體均值差的假設(shè)。在Matlab中由函數(shù)ttest2實現(xiàn)，命令為：[h,p,ci]=ttest2(x,y,alpha,tail)3.分布擬合檢驗在實際問題中，有時不能預(yù)知總體服從什么類型的分布，這時就需要根據(jù)樣本來檢驗關(guān)于分布的假設(shè)。下面介紹檢驗法和專用于檢驗分布是否為正態(tài)的“偏峰、峰度檢驗法”。檢驗法0H：總體x的分布函數(shù)為F(x),1H:總體x的分布函數(shù)不是F(x).在用下述χ2檢驗法檢驗假設(shè)0H時，若在假設(shè)0H下F(x)的形式已知，但其參數(shù)值未知，這時需要先用極大似然估計法估計參數(shù)，然后作檢驗。偏度、峰度檢驗4．其它非參數(shù)檢驗Wilcoxon秩和檢驗在Matlab中，秩和檢驗由函數(shù)ranksum實現(xiàn)。命令為：[p,h]=ranksum(x,y,alpha)其中x，y可為不等長向量，alpha為給定的顯著水平，它必須為0和1之間的數(shù)量。p返回產(chǎn)生兩獨立樣本的總體是否相同的顯著性概率，h返回假設(shè)檢驗的結(jié)果。如果x和y的總體差別不顯著，則h為零；如果x和y的總體差別顯著，則h為1。如果p接近于零，則可對原假設(shè)質(zhì)疑。5．中位數(shù)檢驗在假設(shè)檢驗中還有一種檢驗方法為中位數(shù)檢驗,在一般的教學(xué)中不一定介紹,但在實際中也是被廣泛應(yīng)用到的。在Matlab中提供了這種檢驗的函數(shù)。函數(shù)的使用方法簡單，下面只給出函數(shù)介紹。signrank函數(shù)總體服從正態(tài)分布，其中由樣本均值和方差估計。Matlab命令：

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

4）另外還有一種方法：首先對于數(shù)據(jù)進行標準化：Z=ZSCORE(X)，然后在進行2）

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論