问题描述：
基于matlab的数据正态分布检验
鄙人有一组数据,基于matlab用jb检验服从正态分布,但ks检验不服从正态分布,请问这是怎么回事?我该信哪种检验方式?
还有我用ksdensity函数高斯拟合该数据,显示为Gauss-4的拟合效果最好,高斯不就是正态分布吗?那不就说这个数据服从正态分布?
数据部分内容如下：
19
35
50
47
35
25
20
35
33
30
25
35
30
25
50
46
25
30
25
36
30
30
25
36
35
45
30
35
30
40
25
30
鄙人有一组数据,基于matlab用jb检验服从正态分布,但ks检验不服从正态分布,请问这是怎么回事?我该信哪种检验方式?
还有我用ksdensity函数高斯拟合该数据,显示为Gauss-4的拟合效果最好,高斯不就是正态分布吗?那不就说这个数据服从正态分布?
数据部分内容如下：
19
35
50
47
35
25
20
35
33
30
25
35
30
25
50
46
25
30
25
36
30
30
25
36
35
45
30
35
30
40
25
30
问题解答：
我来补答
你是用什么检验的
matlab 有jbtest和kstest的函数
据我所知ks检验是利用累计分布去测试是否符合某个分布的
你这里的所谓ks分布5条gauss曲线是怎么来的?
貌似曲线本身是多峰gauss曲线
再问：
我把该数据投影到正态分布纸成该图，按图上来看是不符合正态分布。搞不懂了。哎。gauss曲线是根据程序添加，自动拟合处理的。
再答： 只能说是不符合你图中红线所对应的正态分布
但是基本上数据在这个正态分布图纸中也近似一条直线
也有可能是近似于正态分布的
你的红线数据是那里来的？
从你的直方图统计上来看数据，对称性不太好，局部有小的峰
但是整体上来看仍然有正态分布特点
有依据地判断它是否符合正态分布，要给出判断的依据，不是说肉眼看上去像不像
（当然肉眼看上去像不像也是一个标准，但是不严谨）
matlab 有现成的jbtest和kstest函数
有显著水平等参数的设置
具体你看matalb的帮助或者找找资料，下面是一个参考
http://wenku.baidu.com/link?url=vj2q8OUpya-_7tMT_x_cc3GxQ1HFP0yjFb5zpzs4J3FsrNIPfZ5UcHDIJ-F2nkIls326byieUinOQ9D6h4XnTgangOtGPM_ya3mhPL0MEJ7
再问： 红线是系统自动生成的。
用jbtest检验服从正态分布，但kstest检验不服从正态分布，请问这是怎么回事？我该信哪种检验方式？数据共有130个。
另外，为感谢你的回答，我增加了20个赏金。
再答： kstest检验，是要你输入一个认为可能的CDF去和数据比较
单独用
kstest(x)
它会和标准正态分布比较
或者你先将数据处理一下
y=(x-mean(x))/std(x)
再用kstest(y)
因为两种检验不一样，是有可能一种接受，一种不接受
你只能查资料看那种检验更有说服力
或者你在论文里给出两种检验的结果，
说明数据在符合与不符合正态分布之间
如果严格一点，它就不符合，宽松一点认为它符合也不为过
另外通过高斯曲线拟合的话，要说明是否符合正态分布，只能用单峰的高斯曲线
matlab 有jbtest和kstest的函数
据我所知ks检验是利用累计分布去测试是否符合某个分布的
你这里的所谓ks分布5条gauss曲线是怎么来的?
貌似曲线本身是多峰gauss曲线
再问：
我把该数据投影到正态分布纸成该图，按图上来看是不符合正态分布。搞不懂了。哎。gauss曲线是根据程序添加，自动拟合处理的。再答： 只能说是不符合你图中红线所对应的正态分布
但是基本上数据在这个正态分布图纸中也近似一条直线
也有可能是近似于正态分布的
你的红线数据是那里来的？
从你的直方图统计上来看数据，对称性不太好，局部有小的峰
但是整体上来看仍然有正态分布特点
有依据地判断它是否符合正态分布，要给出判断的依据，不是说肉眼看上去像不像
（当然肉眼看上去像不像也是一个标准，但是不严谨）
matlab 有现成的jbtest和kstest函数
有显著水平等参数的设置
具体你看matalb的帮助或者找找资料，下面是一个参考
http://wenku.baidu.com/link?url=vj2q8OUpya-_7tMT_x_cc3GxQ1HFP0yjFb5zpzs4J3FsrNIPfZ5UcHDIJ-F2nkIls326byieUinOQ9D6h4XnTgangOtGPM_ya3mhPL0MEJ7
再问： 红线是系统自动生成的。
用jbtest检验服从正态分布，但kstest检验不服从正态分布，请问这是怎么回事？我该信哪种检验方式？数据共有130个。
另外，为感谢你的回答，我增加了20个赏金。
再答： kstest检验，是要你输入一个认为可能的CDF去和数据比较
单独用
kstest(x)
它会和标准正态分布比较
或者你先将数据处理一下
y=(x-mean(x))/std(x)
再用kstest(y)
因为两种检验不一样，是有可能一种接受，一种不接受
你只能查资料看那种检验更有说服力
或者你在论文里给出两种检验的结果，
说明数据在符合与不符合正态分布之间
如果严格一点，它就不符合，宽松一点认为它符合也不为过
另外通过高斯曲线拟合的话，要说明是否符合正态分布，只能用单峰的高斯曲线
展开全文阅读