数据来源:样本均值,顺序统计量,样本中位数, 样本方差,样本标准差,直方图,核密度估计曲线,经验分布函数图,箱形图;matlab实现
(1)检验每组数据是否服从正态分布;
第一组数据利用Matlab编译程序如下:
clc;
clear;
load('c.mat');
c=c';%转置
alpha=0.05;%0.95置信度
% 第一组数据正态分布判断
[mu,sigma]=normfit(c);
p1=normcdf(c,mu,sigma);
[H1,s1]=kstest(c,[c,p1],alpha);
if H1==0
disp('该数据源服从正态分布。')
else
disp('该数据源不服从正态分布。')
end
在结果窗口可得:该数据源服从正态分布。(如下图)
同理,第二组数据经计算,该数据源也服从正态分布。
(2)用秩和检验法检验两组数据的差异性
利用Matlab编译程序如下:
clear;
load('c.mat');
load('d.mat');
[p,h]=ranksum(c,d);
可得结果:p=6.666459108310351e-12,h=1
如果h1=1,则两组数据有明显区别,即表示认为数据一与数据二有显著性区别,这一断言的犯错概率是6.666459108310351e-12
来源:CSDN
作者:DOG_BITE_DOG
链接:https://blog.csdn.net/DOG_BITE_DOG/article/details/103637232