Advertisement

两样本Cramer-von Mises假设检验：一种非参数方法，判断独立样本是否来自相同分布 - MATLAB开发

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本MATLAB项目提供了一种基于Cramer-von Mises统计量的非参数方法，用于评估两个独立样本是否可能源自同一未知分布。 这段内容受到 MATLAB 统计工具箱中的 kstest2 函数的启发，并适用于中到大样本量的数据分析。详情请参考代码中的相关引用。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 两样本Cramer-von Mises假设检验：一种非参数方法，判断独立样本是否来自相同分布 - MATLAB开发
    优质
    本MATLAB项目提供了一种基于Cramer-von Mises统计量的非参数方法，用于评估两个独立样本是否可能源自同一未知分布。 这段内容受到 MATLAB 统计工具箱中的 kstest2 函数的启发，并适用于中到大样本量的数据分析。详情请参考代码中的相关引用。
     
  • Cramer-von Mises 检验：单个样本拟合优度的检验 - MATLAB开发
    优质
    这段MATLAB代码实现了一种统计方法——Cramer-von Mises检验，用于评估单一数据样本与假设分布之间的拟合程度。此工具为研究者提供了一个强大而灵活的方式，以非参数手段检查模型适用性。 Cramer-von Mises 测试使用 Csörgo & Faraway (1996) 的方法来检验单个样本的拟合优度，该方法提供了精确和渐近分布。
     
  • Matlab开发：基于Wilcoxon的两配对样本非参数检验
    优质
    本项目利用MATLAB实现基于Wilcoxon秩和检验的两配对样本非参数统计分析，适用于比较相关样本间差异，无需数据正态分布假设。 Wilcoxon 检验用于评估配对样本之间的差异，并是一个非参数检验方法。当差值小于15时，算法会计算精确的秩分布；否则它使用正态分布近似。现在，MatLab 函数 SIGNRANK 返回相同的 p 值。然而，这个 Wilcoxon 函数提供了更详细的输出结果（这是发表论文所需的内容）。语法为：STATS=WILCOXON(X1,X2,PLTS)。 输入参数包括： - X1 和 X2 - 数据向量。 - ALPHA - 显著性水平，默认值为0.05。 - PLTS - 如果您不想 (设置为 0) 或想要 (设置为 1) 查看绘图，则可以设定该标志输出。 输出结果会根据使用的分布有所不同： - 当使用精确等级分布时，返回 W 值和 p 值。 - 使用正态分布近似时，提供 W 值、Z 值、标准差（平均值为 0）及相应的 p 值。如果指定了 STATS nargout，则结果将存储在 STATS 结构中。 示例： X1=[77, 79, 79, 80, 80, 81, 81, 81, 81]
     
  • 简单的拒绝抽样：生成来自指定分布的样本值，但不保证独立同分布（IID）-MATLAB开发
    优质
    本项目采用简单拒绝抽样的方法在MATLAB中生成符合特定分布的样本集，尽管这种方法不能确保所抽取样本为独立同分布。 函数 `sampleDist` 用于从任意分布生成样本。其语法为 `sampleDist(f,M,N,b)` ，其中返回值是一个大小为 N 的随机数组，该数组中的元素是从由句柄 f 定义的概率密度函数所描述的分布中抽取的，取样范围是 b = [min, max]。 M 参数代表提议分布的阈值，在给定区间内对于所有的 x 都满足条件：f(x) < M。例如： - 从均匀分布在 [0.7,1] 区间的样本生成： ```matlab X = sampleDist(@(x) (x>=0&x<0.7)+(x>=0.7&x<=1),... 1,... 1e6,[0,1],true); ``` - 从 [-5,5] 正态分布的样本生成： ```matlab X = sampleDist(@(x) 1/sqrt(2*pi)*exp(-x.^2/2),... 1/sqrt(2*pi),... 1e6,[-5,5],true); ``` 以上代码片段展示了如何使用 `sampleDist` 函数从给定的概率密度函数中抽取样本。
     
  • SPSS中两个独立样本的T检验
    优质
    本文将介绍如何使用SPSS软件进行两个独立样本的T检验，分析两组数据之间的平均值差异，并解释其统计学意义。 t检验的过程是对两样本均值差别的显著性进行检验。然而，在执行t检验之前需要确定两个总体的方差是否相等；如果方差不相等，则计算出的t检验值会有所不同。
     
  • SPSS非参数检验之K个独立样本（Kruskal-Wallis检验）案例分析.pdf
    优质
    本PDF文件详细介绍了如何使用SPSS软件进行Kruskal-Wallis检验，一种适用于比较三个或以上独立样本位置参数的非参数统计方法。通过具体案例展示数据分析步骤与结果解读，帮助读者掌握其实用技巧和应用场景。 SPSS非参数检验中的K多个独立样本检验（Kruskal-Wallis检验）案例解析.pdf 这段文字已经按照要求去除了所有不必要的联系信息，并保持了原文的核心内容不变。文档主要讲解如何使用SPSS进行Kruskal-Wallis检验，这是一种用于比较三个或更多独立组的非参数统计方法。
     
  • 【Matlab代码】Wilcoxon：两组配对样本的非参数检验
    优质
    本资源提供了一段使用MATLAB编写的代码，用于执行Wilcoxon符号秩检验，以比较两组配对样本之间的差异，无需假设数据分布。 【Matlab代码】Wilcoxon：用于两个配对样本的非参数 Wilcoxon 检验。
     
  • Vue中判断两个数组ID是否相同的实现方法
    优质
    本文章介绍了在Vue框架下如何有效地比较两个数组中的对象ID是否相同的方法和技巧。 在`.vue`文件中的模板部分： ```html ``` 这段代码展示了一个按钮和一个输入框，当用户点击按钮时会触发`clickButtonShopList`事件。同时，在页面上显示了当前选中的`shoplist-id`的值，并允许用户通过文本框修改它。 对于数据处理部分的要求是：判断`shoplist.id`与`list.id`相等的情况下展示对应的数据内容，这可以通过在`.vue`文件中添加相应的逻辑来实现。例如，在JavaScript代码里可以这样写： ```javascript ``` 这个逻辑首先会查找`list`中与当前选中的`shoplist`项的ID相匹配的对象。如果找到，则可以在控制台输出该对象的信息，并且可以根据需求进一步处理，例如更新页面上的显示内容。
     
  • Cramer-von Mises拟合优度检验在简单零假设下的应用：评估基于估计参数的H0接受度的p值：“以特定样本估算参数为例...”
    优质
    本文探讨了Cramer-von Mises拟合优度检验在验证简单零假设中的应用，重点在于通过具体案例展示如何利用估计参数计算出接受原假设H0的p值。 “CramervonMisesPVal_SimpleH0”函数通过蒙特卡洛模拟估算接受简单零假设的 p 值：“在样本上估计具有特定参数的 CDF”。该函数基于 Cramer-von Mises 拟合优度（gof）测试，当样本长度对于 Chi2gof 来说太短（例如少于 50）时，它是一个很好的替代方案。Cramer-von Mises 测试在整个 X 范围上施加相同的权重，而 Anderson-Darling 检验则在分布尾部赋予更大的权重。
     
  • 单样本Pearson卡方拟合优度假设检验-Pearson卡方检验-MATLAB开发
    优质
    本项目提供了一个MATLAB工具箱，用于执行单样本Pearson卡方拟合度检验。此方法评估观测频数与期望频数间的吻合程度，适用于统计分析领域中的假设检验问题。 CHI2TEST：单样本 Pearson 卡方拟合优度假设检验。 H=CHI2TEST(X,ALPHA) 执行 Pearson 卡方检验的特殊情况，以确定复合正态性 PDF 的原假设是否是关于具有所需显着性水平 ALPHA 的随机样本 X 的总体分布的合理假设。 H表示根据条件语句的MATLAB规则进行假设检验的结果： H=1 => 不要在显着性水平 ALPHA 拒绝原假设。 H=0 => 在显着性水平 ALPHA 拒绝原假设。 在这种特殊情况下，卡方假设和检验统计量是： 零假设：X 是正态分布的，均值和方差未知。 替代假设：X 不符合正态分布。 随机样本 X 根据其估计均值进行移动，并通过其归一化估计标准差。选择假定正态分布的测试箱 XP [-inf, -1.6:0.4:1.6, inf] 以避免统计不足。设 E(x) 是 X 根据正态分布落入 XP 的预期频率，O(x) 是观察到的频率。