R:Статистическая проверка принадлежности нормальному распределения
| |
Материал «R:Статистическая проверка принадлежности нормальному распределения», созданный автором Артём Клевцов, публикуется на условиях лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная. | |
|
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.
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 stats
В данном пакете реализованы две функции, которые позволяют осуществить проверку принадлежности распределения нормальному закону.
-
shapiro.test- критерий Шапиро - Уилка -
ks.test- критерий Колмогорова - Смирнова:ks.test(x, y = "pnorm")
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>
В данный пакет входят следующие функции:
-
ad.test- критерий Андерсона - Дарлинга -
cvm.test- критерий Крамера - фон Мизеса -
lillie.test- критерий Лиллиефорса -
pearson.test- критерий [math]\chi^2[/math] Пирсона -
sf.test- критерий Шапиро - Франчия
Данные функции возвращают результат в виде S3-класса - htest.
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>
В данный пакет входят следующие функции:
-
agostino.test- критерий Д'Агостино -
bonett.test- критерий Бонетта – Сайера -
jarque.test- критерий Жарка-Бера
Данные функции также возвращают результат в виде S3-класса - htest.
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 объекта S4-класса fHTEST, в том время как все предыдущие функции использовали 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 ряда функций из того же пакета - fBasics. Задать необходимый критерий можно задать 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.
Пример вызова данной функции:
<syntaxhighlight lang="rsplus"> > normalTest(x, method = "sw")
Title:
Shapiro - Wilk Normality Test
Test Results:
STATISTIC: W: 0.9831 P VALUE: 0.2301
Description:
Fri Feb 14 19:59:59 2014 by user:
</syntaxhighlight>
Помимо функции normalTest() данный пакет включает в себя следующие функции:
-
shapiroTest- критерий Шапиро - Уилка -
ksnormTest- критерий Колмогорова - Смирнова[1] -
jarqueberaTest- критерий Жарка-Бера -
dagoTest- критерий Д'Агостино -
adTest- критерий Андерсона - Дарлинга -
cvmTest- критерий Крамера - фон Мизеса -
lillieTest- критерий Лиллиефорса -
pchiTest- критерий Пирсона -
sfTest- критерий Шапиро - Франчия
Данные функции также возвращают результат в виде S4-класса - fHTEST.
Многомерное нормальное распределение
Примечания
- ↑ Данная функция вызывает
ks.test(x, "pnorm")для трёх альтернативных гипотез - двусторонней и двух односторонних.