Тест Yarki Бер непротиворечието на разпределението на населението на случайни променливи стойности на нормално разпределение

Н = jbtest (X)
Н = jbtest (X, алфа)
[Н, Р, JBSTAT, CV] = jbtest (X, алфа)

Н = jbtest (X) функция се използва за провеждане на изпитването по-бира Yarki непротиворечието разпределението на населението на величина стойности sluaynoy нормално право за vyborkeX.X се прилага като вектор. Функцията връща skalyarH резултат от тест нулевата хипотеза за нивото критично значение 0,05. Нулевата хипотеза е, че разпределението на населението на стойностите на случайна променлива не противоречи на нормалното закона. алтернативна хипотеза Yarki-Бера тест Един е, че разпределението на населението е в противоречие с нормалната закона. Нулевата хипотеза се приема, ако H = 0 в. EsliH = 1, а след това нулевата хипотеза може да бъде отхвърлена при.

Тест Yarki Baer използва в случаите, когато неизвестен средното и дисперсията на населението. Тестване на нулевата хипотеза се основава на изчисляването на асиметрия и ексцес на X. на пробата В случай на нулевата хипотеза, стойността на проба на коефициента на асиметрия трябва да бъде приблизително равна на нула, а стойността на извадка от ексцес - три. Трябва да се отбележи, че в Съветския литература излишък коефициент се определя по формулата където - коефициент на ексцес, - оценката точка на стандартното отклонение, - четвъртата емпирични централната точка, - пробата осреднена - вектор няколко примерни стойности. Вследствие на превишението на коефициента на нормално закон е 0.

При провеждането Yarki Ber тестовата проба е определено отклонение асиметрия и ексцес относителни стойности очаква предвидени нулевата хипотеза за даден обем проба. Като мярка за отклонение на примерни стойности на асиметрия и ексцес използва хи-квадрат статистика. Тест Yarki Ber използва при голям проба Н. При теста се използва Lillieforsa малка проба обем.

Н = jbtest (X, алфа) алфа входен параметър позволява да се определи критичното ниво на значимост стойност за тестване на нулевата хипотеза. Чрез umolchaniyualpha = 0.05. Условия за приемане на нулевата хипотеза

където - критично ниво на значимост; - нивото на значение, съответстващо на проба хи-квадрат статистика. Изборът на стойност, предоставена от изследователя. В повечето случаи от практиката, е равен на 0,05; 0.01.

[Н, Р, JBSTAT, CV] = jbtest (х, алфа) функция изходни параметри са: 1. Резултатът от теста на нулевата хипотеза Н за предварително определено критично ниво на значимост; 2. Нивото на значимост е Р, съответните образци на Chi-квадрат статистика; 3. Стойността на статистиката примерни хи-kvadratJBSTAT; 4. критичните статистика хи-kvadratCV. VelichinaCV използва за тестване на нулевата хипотеза. Ако JBSTAT

Примери за използване на функцията за тест Yarki Baer е в съответствие с разпределението на населението към нормалния закона

Тест Yarki-Бера без противоречие с нормалното разпределение от общото население, разпределени в рамките на нормалното закона, като от стойността на пробата. Размерът на извадката - 25 позиции. Функцията връща резултатът от проверката на нулевата хипотеза. Графично представяне на разпределението на стойностите на пробите се извършва с помощта histfit функция.

Тест Yarki-Бера без противоречие с нормалното разпределение от общото население, разпределени в рамките на нормалното закона, като от стойността на пробата. Размерът на пробата - 30 елементи. Функцията връща резултата от проверката на нулевата хипотеза за критичната стойност на нивото на значимост 0,01. Графично представяне на разпределението на стойностите на пробите се извършва с помощта на> qqplot.

Тест Yarki-Бера без противоречие с нормалното разпределение от общото население, разпределени в рамките на нормалното закона, като от стойността на пробата. Разпределението на населението е нормално закони състава и униформа. Размерът на пробата - 30 елементи. Функцията връща резултата от проверката на нулевата хипотеза за нивото критично значение 0,01. Графично представяне на разпределението на стойностите на пробите се извършва с помощта на> qqplot.

Тест Yarki-Бера без противоречие с нормалното разпределение от общото население, разпределени в рамките на нормалното закона, като от стойността на пробата. Разпределението на населението е нормално закони състава и униформа. Размерът на пробата - 30 елементи. Графично представяне на разпределението на стойностите на пробите се извършва с помощта на> qqplot. Функцията връща резултата от проверката на нулевата хипотеза за критичното ниво на значимост 0,01; znachimostiP подходящо ниво, примерните стойности на Chi-квадрат статистика; стойността на проба от статистика тест хи-квадрат тест; критичната стойност на хи-квадрат статистика.

Зависимостта на нивото на значимост при изпитването на нулевата хипотеза от размера на извадката и еднородна дисперсия на закона, като компонент на разпределението на състав на случаен закони velichinyx на. Разпределение на населението е съставът на нормални и единни закони. Параметрите на нормалната компонент е постоянна и равна на: очакването - 0, дисперсия - 1. очакването на единен компонент е постоянна и приема да бъде нула.

>> сигма = 0: 0,1: 3 / 1,73;
>> п = 10;
>> за I = 1: дължина (Sigma) х = normrnd (0,1, М, 1) + unifrnd (-1.73 * сигма (I), 1.73 * сигма (I), N, 1); [Н, p1 (I), JBSTAT, CV] = jbtest (х); приключи;
>> п = 20;
>> за I = 1: дължина (Sigma) х = normrnd (0,1, М, 1) + unifrnd (-1.73 * сигма (I), 1.73 * сигма (I), N, 1); [Н, p2 (I), JBSTAT, CV] = jbtest (х); приключи;
>> п = 50;
>> за I = 1: дължина (Sigma) х = normrnd (0,1, М, 1) + unifrnd (-1.73 * сигма (I), 1.73 * сигма (I), N, 1); [Н, P3 (I), JBSTAT, CV] = jbtest (х); приключи;
>> сюжетни (Sigma, p1, "или", Sigma, Р2 '+ Ь', Sigma, p3 ". G)
>> мрежа на

разпределение за вземане на проби от статистика мнението на теста хи-квадрат. Разпределението на населението се формира като съставът на нормалните закони и униформа. Размерът на пробата е 20 елементи. Броят на пробите е 25. Графичен оценка на съответствието на нормални статистически разпределение на пробите се извършва с помощта на> qqplot.

>> m_norm = 0;
>> sigma_norm = 1;
>> m_unif = 0;
>> sigma_unif = 3 / 1,73;
>> п = 20;
>> п = 25;
>> за I = 1: N х = normrnd (m_norm, m_norm, п, 1) + unifrnd (m_unif-1,73 * sigma_unif, m_unif + 1.73 * sigma_unif, п, 1); [Н, Р, JBSTAT (I), CV] = jbtest (х); край;
>> qqplot (JBSTAT)
>> мрежа на