Предишен ◈ Следващото

Предположението на случайна променлива доставя нормално закона за разпределение е в основата на много статистически методи и критерии. В някои случаи спазването на това изискване е от решаващо значение за прилагането на метод.

На практика се срещаме с две различни задачи за проверка на разпределението на доставките към нормалния закона: за еднопроцесни и многовариантно дистрибуции.

те трябва първо изтегляне и инсталиране Преди да използвате функциите на опаковките:

> Install.packages (pkgs = "pkgname")> библиотека (пакет = "pkgname")

fBasics пакет съдържа функция normalTest (). която е "oborktoy" в продължение на няколко функции в една и съща опаковка. Необходимо критерий може да се настрои с помощта на аргумента метод. Следните критерии са налични:

  • SW - критерий Шапиро - Wilk
  • JB - критерий за пържене-Бера
  • к - Колмогоров - Смирнов
  • га - критерий Д'Агостино
  • реклама - критерий Андерсън - Дарлинг.

Пример наричаме тази функция:

lawstat пакет съдържа sj.test (функция). което е rabastnogo критерий за прилагане на нормалност, създадена въз основа на критерии, Шапиро - Wilk.

TeachingDemos пакет съдържа функция SnowsPenultimateNormalityTest (). изпълнява лишените от документи в критериите за литература. Тази функция връща само на нивото на статистическата значимост, което показва разпределението на отклонението от нормалната закона.

Трикове на търговията

Използването на функции на няколко променливи

С прилага-функции могат да се прилагат последователно до вектор функция, списък или масив. Преди всичко е необходимо да се създаде таблица с данни. Използване репликира () функция 10 генерира променлив като стандартното нормално разпределение, които се смесват в data.frame клас.

> DF <- data.frame(replicate(n = 10, rnorm(n = 100)))

Структурата на генерирания таблица е както следва:

За да се реши този проблем, можете да използвате sapply (функция). Но първо, ние се нуждаем от малко изходен формат формат на резултатите от нашите функции, ние трябва да се извлече стойността на критерия и степента на значимост, защото резултат shapiro.test () функция съдържа също информация, която не трябва да бъде включена в резюме маса, например, информация за използвания метод (критерии) и изясняване на естеството на алтернативна хипотеза. резултатите от тестовете Output Шапиро - Wilk е както следва:

> Shapiro.test (х) данни Шапиро-Уилк нормалност тест: х W = 0.9903, р-стойност = 0,6882

Структура shapiro.test резултат на прилагането на функцията () е показано по-долу:

> Str (shapiro.test (х)) Списък на 4 $ статистика: Име бр 0.99. - ATTR (*, "имена") = CHR "W" $ p.value. бр метод 0.688 $. CHR "Шапиро-Уилк нормалност тест" $ data.name: CHR "х" - ATTR (* "клас") = CHR "htest"

Както можете да видите, в допълнение към стойностите на критерия и степента на значимост тук предоставя информация за използваните методи. Ние може да филтрира изхода, както следва:

Свързани статии

Подкрепете проекта - споделете линка, благодаря!