Критерий Шапиро-Уилка
Материал из MachineLearning.
(Различия между версиями)
(Новая: '''Критерий Шапиро-Уилка''' используется для проверки гипотезы гипотезу <tex>H_0</tex>: „случайная величина <...) |
|||
| Строка 3: | Строка 3: | ||
Критерий Шапиро-Уилка основан на оптимальной линейной [[несмещённая оценка|несмещённой оценке]] дисперсии к её обычной оценке методом максимального правдоподобия. | Критерий Шапиро-Уилка основан на оптимальной линейной [[несмещённая оценка|несмещённой оценке]] дисперсии к её обычной оценке методом максимального правдоподобия. | ||
Статистика критерия имеет вид: <br /> | Статистика критерия имеет вид: <br /> | ||
| - | ::<tex>W=frac{1}{s^2}[\sum_{i=1}^k a_{n-i+1} (x_{n-i+1} -x_i)]^2</tex>, <br /> | + | ::<tex>W=\frac{1}{s^2}[\sum_{i=1}^k a_{n-i+1} (x_{n-i+1} -x_i)]^2</tex>, <br /> |
| - | где <tex>s^2=\sum_{i=1}^n (x_i -\overline{x})^2 | + | где <tex>s^2=\sum_{i=1}^n (x_i -\overline{x})^2, \overline{x}=\frac{1}{n}\sum_{i=1}^n x_i</tex>. |
Числитель является квадратом оценки среднеквадратического отклонения Ллойда. | Числитель является квадратом оценки среднеквадратического отклонения Ллойда. | ||
Версия 06:59, 12 ноября 2008
Критерий Шапиро-Уилка используется для проверки гипотезы гипотезу : „случайная величина
распределена нормально“ и является одним наиболее эффективных критериев проверки нормальности. Критери, проверяющие нормальность выборки, являются частным случаем критериев согласия. Если выборка нормальна можно далее применять мощные параметричексие критерии, например, критерий Фишера.
Содержание |
Описание Критерия
Критерий Шапиро-Уилка основан на оптимальной линейной несмещённой оценке дисперсии к её обычной оценке методом максимального правдоподобия.
Статистика критерия имеет вид:
,
где .
Числитель является квадратом оценки среднеквадратического отклонения Ллойда.
Критерий Шапиро-Франча
См. также
Ссылки
Литература
| Статья в настоящий момент дорабатывается. Дорофеев Н.Ю. 09:58, 12 ноября 2008 (MSK) |
