zoukankan      html  css  js  c++  java
  • R 正态性检验:正态概率图

    检验模型是否满足正态性假设的方法:

    1.正态概率图

    这是我编写的画正态概率图的函数:

    #绘制正态概率图
    plot_ZP = function(ti) #输入外部学生化残差
    {
      n = length(ti)
      order = rank(ti)   #按升序排列,t(i)是第order个
      Pi = (order-1/2)/n #累积概率
      plot(ti,Pi,xlab = "学生化残差",ylab = "百分比")  #画正态概率图
      #添加回归线
      fm = lm(Pi~ti)
      abline(fm)
    }
    

     若正态概率图近似呈一条直线,认为模型是符合正态性假设的。

    2.QQ正态检验图

    qqnorm(d) #QQ图正态性检验
    qqline(d) #添加趋势线
    

     d是标准化残差

       如果所有的点近似成直线,那么,残差就是正态分布的。

    3.Shapiro正态性检验

    shapiro.test(resid(fm1))
    > shapiro.test(resid(fm1))
    
    	Shapiro-Wilk normality test
    
    data:  resid(fm1)
    W = 0.97405, p-value = 0.748

     Shapiro检验的原假设是:模型服从正态分布

    因为p-value>0.05 ,所以不拒绝原假设,即认为模型是符合正态性的。

  • 相关阅读:
    网页Tab控件
    ivy在eclipse中的重新加载
    es删除文档或者删除索引
    es修改数据
    es中插入数据
    创建es索引-格式化和非格式化
    MySQL常用字符串函数
    python各种类型转换
    python 3.4读取输入参数
    python异常捕获异常堆栈输出
  • 原文地址:https://www.cnblogs.com/jiaxinwei/p/11761643.html
Copyright © 2011-2022 走看看