Testez si une distribution de données suite à une distribution gaussienne dans Matlab

Question

J'ai quelques points de données et leur point moyenne. Je dois trouver que ces points de données (avec cette moyenne) suit une distribution gaussienne. Y at-il une fonction qui peut faire Matlab ce genre de test? Ou dois-je écrire un test de mon propre?

J'essayé de regarder différentes fonctions statistiques fournies par Matlab. Je suis très nouveau pour Matlab alors je pourrais avoir négligé la fonction droite.

hourras

Answer 1

Cochez cette sur tous tests d'hypothèses disponibles .

De ceux-ci, à votre objectif, vous pouvez utiliser:

• Chi-carré de qualité d'essai d'ajustement
• Lilliefors essai
• test z
• test t
• test de Kolmogorov-Smirnov

... entre autres

Vous pouvez également utiliser des tests visuels comme:

• hist
• normplot
• cdfplot

Answer 2

J'aime le test de Spiegelhalter (D. J. Spiegelhalter, 'Les tests de diagnostic de la forme, distributive' Biometrika, 1983):

function pval = spiegel_test(x)
% compute pvalue under null of x normally distributed;
% x should be a vector;
xm = mean(x);
xs = std(x);
xz = (x - xm) ./ xs;
xz2 = xz.^2;
N = sum(xz2 .* log(xz2));
n = numel(x);
ts = (N - 0.73 * n) / (0.8969 * sqrt(n)); %under the null, ts ~ N(0,1)
pval = 1 - abs(erf(ts / sqrt(2)));    %2-sided test.

à chaque fois que le piratage des tests statistiques, les tester alway sous l'hypothèse nulle! voici un exemple simple:

pvals = nan(10000,1);
for j=1:numel(pvals);
pvals(j) = spiegel_test(randn(300,1));
end
nnz(pvals < 0.05) ./ numel(pvals)

Je reçois les résultats:

ans =    
   0.0505

De même

nnz(pvals > 0.95) ./ numel(pvals)

Je reçois

ans = 
   0.0475

Answer 3

Pour les tests en général, consulter le test de Kolmogorov-Smirnov, également dans la boîte à outils Statistiques, comme kstest et la version à deux échantillons: kstest2 . Vous nourrissez vos données empiriques, (et les données d'une fonction possible, comme le gaussienne, etc ...), il teste la probabilité que votre échantillon a été tiré de la distribution normale (ou celui que vous avez fourni pour les deux échantillons Version) ... Le nicety est que ça va fonctionner pour toutes les distributions possibles ...