Kolmogorov-Smirnov在MATLAB中的正态性测试 - 数据规范化？

我使用MATLAB中的Kolmogorov-Smirnov测试来确定在执行广义线性回归之前数据矩阵的每列的正态性。示例数据向量是：Kolmogorov-Smirnov在MATLAB中的正态性测试 - 数据规范化？

data = [8126,3163,9129,5399,8682,1126,1053,7805,2989,2758,3277,1152,6994,6833];

该测试运行并给了我一个结果。然而，当我绘制经验累积分布函数（cdf）（蓝色）和标准正态cdf（红色）进行视觉对比时，这样的数据向量的尺度是这样的，使得该图不是有用的：

用于绘制此图中的代码是：

[h,p,ksstat,cv] = kstest(data); 
[f,x_values] = ecdf(data); 
figure() 
F = plot(x_values,f); 
set(F,'LineWidth',2); 
hold on 
G = plot(x_values,normcdf(x_values,0,1),'r-'); 
set(G,'LineWidth',2); 
legend([F G],... 
    'Empirical CDF','Standard Normal CDF',... 
    'Location','SE');

这是否意味着我测试的结果是不是有效？如果是，我可以只是规范化数据

dataN=(data-min(data))./(max(data)-min(data));

同时保持测试有效性？

谢谢您的时间，

劳拉

来源

2017-06-06 Laura

您正在绘制零均值和标准偏差为1的高斯CDF。因此，对于成千上万的数据值，CDF非常接近1.您可能需要使用根据您的数据估计的平均值和标准偏差;或规范化的数据，然后你可以保持高斯CDF零均值和单位标准差 –

当然！感谢您的建议Luis - 改变平均值和标准偏差修复了问题 – Laura

随时！你可能想回答你自己（我不确定你是如何准确地应用mean和std dev）并接受答案，所以问题不会显示为未答复 –

感谢路易斯Mendo我解决了这个问题。 normcdf要求数据向量的平均值和标准偏差作为输入，我没有从我正在处理的示例代码中改变它。编辑的代码是：

[h,p,ksstat,cv] = kstest(data); 
[f,x_values] = ecdf(data); 
figure() 
F = plot(x_values,f); 
set(F,'LineWidth',2); 
hold on 
variableMean = mean(data); 
variableSD = std(data); 
G = plot(x_values,normcdf(x_values,variableMean,variableSD),'r-'); 
set(G,'LineWidth',2); 
legend([F G],... 
    'Empirical CDF','Standard Normal CDF',... 
    'Location','SE');

来源

2017-06-06 11:56:22 Laura

Kolmogorov-Smirnov在MATLAB中的正态性测试 - 数据规范化？

回答

相关问题