SAS中的正態(tài)性檢驗(yàn)

許多計(jì)量資料的分析方法要求數(shù)據(jù)分布是正態(tài)或近似正態(tài)，因此對(duì)原始獨(dú)立測定數(shù)據(jù)進(jìn)行正態(tài)性檢驗(yàn)是十分必要的。

正態(tài)性檢驗(yàn)主要有三類方法:

一、計(jì)算綜合統(tǒng)計(jì)量

如動(dòng)差法、夏皮羅-威爾克Shapiro-Wilk 法(W檢驗(yàn)) 、達(dá)戈斯提諾D Agostino 法(D檢驗(yàn)) 、Shapiro-Francia 法(W檢驗(yàn)) .

二、正態(tài)分布的擬合優(yōu)度檢驗(yàn)

如皮爾遜χ2 檢驗(yàn) 、對(duì)數(shù)似然比檢驗(yàn) 、柯爾莫哥洛夫Kolmogorov-Smirov 法檢驗(yàn) .

三、圖示法(正態(tài)概率圖Normal Probability plot)

如分位數(shù)圖(Quantile Quantileplot ,簡稱QQ圖) 、百分位數(shù)(Percent Percent plot ,簡稱PP圖) 和穩(wěn)定化概率圖(Stabilized Probability plot ,簡稱SP圖) 等.

SAS規(guī)則：

當(dāng)樣本含量n ≤2000 時(shí),結(jié)果以Shapiro - Wilk (W 檢驗(yàn)) 為準(zhǔn),當(dāng)樣本含量n>2000 時(shí),結(jié)果以Kolmogorov - Smirnov (D 檢驗(yàn)) 為準(zhǔn)。

SAS過程

正態(tài)分布檢驗(yàn)的一般格式如下：

proc univariate data=數(shù)據(jù)集 normal;

var 變量;

histogram 變量;

probplot 變量;

run;

在檢驗(yàn)中，我們的零假設(shè)是變量服從正態(tài)分布，如果test for normality檢驗(yàn)結(jié)果的p值小于0.05水平，則拒絕零假設(shè)，否則接受零假設(shè)。

在檢驗(yàn)中，我們的零假設(shè)是變量服從正態(tài)分布，如果test for normality檢驗(yàn)結(jié)果的p值小于0.05水平，則拒絕零假設(shè)，否則接受零假設(shè)。