matlab 偏度峰度检验 正态分布数据检验-偏度峰度检验法

正态分布数据检验-偏度峰度检验法

正态数据偏度峰度检验法

置信度:1-alpha

数据样本数:n

sig1=sqrt(6.0*(n-2)/(n+1)/(n+3));

sig2=sqrt(24.0*n*(n-2)*(n-3)/(n+1)/(n+1)/(n+3)/(n+5));

mu2=3.0-6.0/(n+1);

样本中心矩

B2=A2-A1*A1;

B3=A3-3.0*A2*A1+2.0*A1*A1*A1;

B4=A4-4.0*A3*A1+6.0*A2*A1*A1-3.0*A1*A1*A1*A1;

Ak为k阶样本矩 sum(xi^k)/n

样本偏度和峰度:

g1=B3/(B2)^(3/2)

g2=B4/B2/B2;

u1=g1/sig1;

u2=(g2-mu2)/sig2;

H0为真，n充分大时 u1、u2标准正态分布

拒绝域 fabs(u1)>=z(alpha/4.0) and fabs(u2)>=z(alpha/4.0);

要求n>=100;

原文：/JkReader/p/4355424.html

如果觉得《matlab 偏度峰度检验 正态分布数据检验-偏度峰度检验法》对你有帮助，请点赞、收藏，并留下你的观点哦！