R:Статистическая проверка принадлежности нормальному распределения — различия между версиями
(Новая страница: «Предположение о принадлежности случайной величины нормальному закону распределения ле…») |
(нет различий)
|
Версия 14:24, 14 февраля 2014
Предположение о принадлежности случайной величины нормальному закону распределения лежит в основе многих статистических методов и критериев. В ряде случаев соблюдение данного требования является критичным для применения того или иного метода.
На практике мы встречаемся с двумя вариантами задач по проверке принадлежности распределения нормальному закону: для одномерного и многомерного распределения.
Содержание
Одномерное нормальное распределение
В качестве [math]H_0[/math] для всех нижеприведённых критериев является предположение, что «случайная величина [math]X[/math] распределена нормально».
Для демонстрации работы функций, реализующий различные критерий проверки принадлежности распределения нормальному закону сгенерируем вектор случайных чисел, имеющих стандартное нормальное распределение:
<syntaxhighlight lang="rsplus"> > x <- rnorm(n = 100) </syntaxhighlight>
Пакет base
shapiro.test
- критерий Шапиро - Уилка
<syntaxhighlight lang="rsplus"> > shapiro.test(x)
Shapiro-Wilk normality test
data: x W = 0.9831, p-value = 0.2301 </syntaxhighlight>
ks.test
- критерий Колмогорова - Смирнова
<syntaxhighlight lang="rsplus"> > ks.test(x, y = "pnorm")
One-sample Kolmogorov-Smirnov test
data: x D = 0.0534, p-value = 0.938 alternative hypothesis: two-sided </syntaxhighlight>
Пакет nortest
Перед использованием функций из данного пакета, его необходимо предварительно установить и загрузить:
<syntaxhighlight lang="rsplus"> > install.packages(pkgs = "nortest") > library(package = "nortest") </syntaxhighlight>
ad.test
- критерий Андерсона - Дарлинга
<syntaxhighlight lang="rsplus"> > ad.test(x)
Anderson-Darling normality test
data: x A = 0.4181, p-value = 0.323 </syntaxhighlight>
cvm.test
- критерий Крамера - фон Мизеса
<syntaxhighlight lang="rsplus"> > cvm.test(x)
Cramer-von Mises normality test
data: x W = 0.048, p-value = 0.5359 </syntaxhighlight>
lillie.test
- критерий Лиллиефорса
<syntaxhighlight lang="rsplus"> > lillie.test(x)
Lilliefors (Kolmogorov-Smirnov) normality test
data: x D = 0.0521, p-value = 0.7258 </syntaxhighlight>
pearson.test
- критерий [math]\chi^2[/math] Пирсона
<syntaxhighlight lang="rsplus"> > pearson.test(x)
Pearson chi-square normality test
data: x P = 17.78, p-value = 0.05879 </syntaxhighlight>
sf.test
- критерий Шапиро - Франчия
<syntaxhighlight lang="rsplus"> > sf.test(x)
Shapiro-Francia normality test
data: x W = 0.9781, p-value = 0.08574 </syntaxhighlight>
Пакет moments
Перед использованием функций из данного пакета, его необходимо предварительно установить и загрузить:
<syntaxhighlight lang="rsplus"> > install.packages(pkgs = "moments") > library(package = "moments") </syntaxhighlight>
agostino.test
- критерий Д'Агостино
<syntaxhighlight lang="rsplus"> > agostino.test(x)
D'Agostino skewness test
data: x skew = 0.1087, z = 0.3106, p-value = 0.7561 alternative hypothesis: data have a skewness </syntaxhighlight>
bonett.test
- критерий Бонетта – Сайера
<syntaxhighlight lang="rsplus"> > bonett.test(x)
Bonett-Seier test for Geary kurtosis
data: x tau = 0.8158, z = -0.6097, p-value = 0.5421 alternative hypothesis: kurtosis is not equal to sqrt(2/pi) </syntaxhighlight>
jarque.test
- критерий Жарка-Бера
<syntaxhighlight lang="rsplus"> > jarque.test(x)
Jarque-Bera Normality Test
data: x JB = 1.356, p-value = 0.5076 alternative hypothesis: greater </syntaxhighlight>
Пакет fBasics
В данном пакете не предлагается никакой оригинальной реализации критериев - код в основном заимствован из пакетов stats
, nortest
, moments
. Данный пакет предлагает альтернативный вывод результатов в виде объектов S4-класса fHTEST
, в том время как все предыдущие функции использовал S3-класс htest
.
Перед использованием функций из данного пакета, его необходимо предварительно установить и загрузить:
<syntaxhighlight lang="rsplus"> > install.packages(pkgs = "fBasics") > library(package = "fBasics") </syntaxhighlight>
Функция normalTest()
является «обёрктой» для остальных функций из пакета fBasics
. Задать необходимый критерий моно с помощью аргумента method
. Доступны следующие критерии:
-
sw
- критерий Шапиро - Уилка -
jb
- критерий Жарка-Бера -
ks
- критерий Колмогорова - Смирнова -
da
- критерий Д'Агостино -
ad
- критерий Андерсона - Дарлинга.
shapiroTest
- критерий Шапиро - Уилка
<syntaxhighlight lang="rsplus"> > shapiroTest(x)
Title:
Shapiro - Wilk Normality Test
Test Results:
STATISTIC: W: 0.9831 P VALUE: 0.2301
Description:
Fri Feb 14 17:27:33 2014 by user:
</syntaxhighlight>
ksnormTest
- критерий Колмогорова - Смирнова
<syntaxhighlight lang="rsplus"> > ksnormTest(x)
Title:
One-sample Kolmogorov-Smirnov test
Test Results:
STATISTIC: D: 0.0534 P VALUE: Alternative Two-Sided: 0.938 Alternative Less: 0.7049 Alternative Greater: 0.5654
Description:
Fri Feb 14 17:25:27 2014 by user:
</syntaxhighlight>