jobar
- 浏览: 349663 次
- 性别:
- 来自: 北京
-
最新评论
-
hanmiao：
如果接口里的方法声明会抛出某些异常，那么在使用lambda 表 ...
Java8中Lambda表达式的10个例子 -
彭成林：
我试了一下，，虽然配置这个插件简单，，但是验证码的效果真是不咋 ...
一个Struts2验证码生成插件JCaptcha4Struts2的使用经历 -
桃汁天天：
非常感谢 为我们剩下了许多研究时间
ExtJs中根据后台数据动态创建表格列及其数据 -
jobar：
mistake 写道var resultSetId = typ ...
ExtJs中根据后台数据动态创建表格列及其数据 -
mistake：
var resultSetId = type === 'con ...
ExtJs中根据后台数据动态创建表格列及其数据
文章列表
css代码
#chart
{
width: 700px;
height: 500px;
float: left;
}
#legend
{
float: left;
}
html代码
<head>
<title>cpu和内存使用监控</title>
<script src="jquery/jquery-1.11.1.min.js"></script>
<script src="jquery-ui-1.11 ...
R与χ²分布（3） 分布检验
- 博客分类：
- Data analysis
- R
我们依然用Kolmogorov-Smirnov连续分布检验法来检验一个连续分布是否是服从χ²分布。
原假设为H0:数据集符合χ²分布
研究假设H1:样本所来自的总体分布不符合χ²分布。
令F0(x)表示预先假设的理论分布，Fn(x)表示随机样本的累计概率(频率)函数.
统计量D为: D=max|F0(x) - Fn(x)|
D值越小，越接近0，表示样本数据越接近χ²分布
p值，如果p-value小于显著性水平α(0.05)，则拒绝H0
> set.seed(1000)
> data <- rchisq(1000,1)
> ks.test(dat ...
卡方分布的累积分布函数为：
其中γ(k,z)为不完全Gamma函数
在大多数涉及卡方分布的书中都会提供它的累积分布函数的对照表。此外许多表格计算软件如OpenOffice.org Calc和Microsoft Excel中都包括卡方分布函数。
自由度为k的卡方变量的平均值是k，方差是2k。 卡方分布是伽玛分布的一个特例，它的熵为：
其中是双伽玛函数。
et.seed(1000)
x<-seq(0,10,length.out=1000)
y<-pchisq(x,1)
plot(x,y,col="red",xlim=c(0,10),ylim=c( ...
卡方分布（chi-square distribution, χ²-distribution）是概率论与统计学中常用的一种概率分布。k个独立的标准正态分布变量的平方和服从自由度为k的卡方分布。卡方分布是一种特殊的伽玛分布。假设检验和置信区间的计算。
由卡方分布延伸出来皮尔森卡方检定常用于：
(1)样本某性质的比例分布与总体理论分布的拟合优度；
(2)同一总体的两个随机变量是否独立；
(3)二或多个总体同一属性的同素性检定。
数学定义
若k个随机变量Z_1、……、Z_k是相互独立，符合标准正态分布的随机变量（数学期望为0、方差为1），则随机变量Z的平方和
被称为服从自由度为 k 的卡方分布， ...
R与F分布（3） 分布检验
- 博客分类：
- Data analysis
- R
我们依然用Kolmogorov-Smirnov连续分布检验法来检验一个连续分布是否是服从F分布。
原假设为H0:数据集符合F分布
研究假设H1:样本所来自的总体分布不符合F分布。
令F0(x)表示预先假设的理论分布，Fn(x)表示随机样本的累计概率(频率)函数.
统计量D为: D=max|F0(x) - Fn(x)|
D值越小，越接近0，表示样本数据越接近F分布
p值，如果p-value小于显著性水平α(0.05)，则拒绝H0
set.seed(1)
data<-rf(1000,1,1,2)
ks.test(data, "pf", 1,1,2)
...
累积分布函数为：
I是不完全Beta函数。
set.seed(1000)
x<-seq(0,5,length.out=1000)
y<-df(x,1,1,0)
plot(x,y,col="red",xlim=c(0,5),ylim=c(0,1),type='l',
xaxs="i", yaxs="i",ylab='density',xlab='',
main="The F Cumulative Distribution Function")
lines(x, ...
F分布： F分布是以统计学家R.A.Fisher姓氏的第一个字母命名的.
F分布的用途：用于方差分析、协方差分析和回归分析等。
（一）F分布定义
设X、Y为两个独立的随机变量，X服从自由度为m的卡方分布，Y服从自由度为n的卡方分布，这2 个独立的卡方分布被各自的自由度除以后的比率这一统计量的分布即F=（x/m）/(y/n)服从自由度为（m,n)的F-分布， 上式F服从第一自由度为m，第二自由度为n的F分布
（二）F分布的性质
1、它是一种非对称分布；
2、它有两个自由度，即n -1和m-1，相应的分布记为F（ n –1， m-1）， n –1通常称为分子自由度， m-1通常 ...
R与t分布（3） 分布的检验
- 博客分类：
- Data analysis
- R
我们依然用Kolmogorov-Smirnov连续分布检验法来检验一个连续分布是否是服从t分布。
原假设为H0:数据集符合t分布
研究假设H1:样本所来自的总体分布不符合t分布。
令F0(x)表示预先假设的理论分布，Fn(x)表示随机样本的累计概率(频率)函数.
统计量D为: D=max|F0(x) - Fn(x)|
D值越小，越接近0，表示样本数据越接近t分布
p值，如果p-value小于显著性水平α(0.05)，则拒绝H0
> set.seed(1000)
> data<-rt(1000, 1,2)
> ks.test(data, &qu ...
t分布的累积分布函数为：
其中其中：是超几何函数
set.seed(1000)
x<-seq(-5,5,length.out=1000)
y<-pt(x,1,0)
plot(x,y,col="red",xlim=c(-5,5),ylim=c(0,0.5),type='l',
xaxs="i", yaxs="i",ylab='probility',xlab='',
main="The T Cumulative Distribution Function")
l ...
在概率论和统计学中，学生t-分布（Student's t-distribution），可简称为t分布。应用在估计呈正态分布的母群体之平均数。它是对两个样本均值差异进行显著性测试的学生t检定的基础。学生t检定改进了Z检定（Z-test），因为Z检定以母 ...
在R与指数分布（3）分布的检验中我们提到了指数分布的Kolmogorov-Smirnov连续分布检验法。现在我们同样用它来一个连续分布是否是服从检验γ分布。
原假设为H0:数据集符合伽玛分布
研究假设H1:样本所来自的总体分布不符合伽玛分布。
令F0(x)表示预先假设的理论分布，Fn(x)表示随机样本的累计概率(频率)函数.
统计量D为: D=max|F0(x) - Fn(x)|
D值越小，越接近0，表示样本数据越接近伽玛分布
p值，如果p-value小于显著性水平α(0.05)，则拒绝H0
set.seed(1000)
data <- rgamma(10000,1,)
ks. ...
其累积分布函数为：
set.seed(1000)
x<-seq(0,10,length.out=100)
y<-pgamma(x,1,2)
plot(x,y,col="red",xlim=c(0,10),ylim=c(0,1),type='l',
xaxs="i", yaxs="i",ylab='density',xlab='',
main="The Gamma Cumulative Distribution Function")
lines(x,pgamma ...
伽玛分布是统计学的一种连续概率函数,是著名的皮尔逊概率分布函数簇中的重要一员，称为皮尔逊Ⅲ型分布。它的曲线有一个峰，但左右不对称。伽玛分布中的参数α，称为形状参数，β称为尺度参数。
概率函数
令 且令 （即）
X > 0
其中Gamma函数之特征
参考http://zh.wikipedia.org/wiki/%E4%BC%BD%E7%8E%9B%E5%88%86%E5%B8%83
set.seed(1000)
x<-seq(0,10,length.out=100)
y<-dgamma(x,1,2)
plot(x,y,col="red", ...
在R与正态分布（3）分布的检验中提到了Kolmogorov-Smirnov分布检验，这是一种检验单一样本是不是服从某一预先假设的特定分布的方法。以样本数据的累计频数分布与特定理论分布比较，若两者间的差距很小，则推论该样本取自某特定分布族，详细的介绍要参考Kolmogorov–Smirnov test
该检验原假设为：
H0:数据集符合指数分布
H1:样本所来自的总体分布不符合指数分布。
令F0(x)表示预先假设的理论分布，Fn(x)表示随机样本的累计概率(频率)函数.
统计量D为: D=max|F0(x) - Fn(x)|
D值越小，越接近0，表示样本数据越接近指数分布
p值，如果p-va ...
累积分布函数，又叫累计分布函数，是概率密度函数的积分，能完整描述一个实随机变量X的概率分布。一般以大写“CDF”（Cumulative Distribution Function）表记。
对于所有实数x ，累积分布函数定义如下：
指数分布的累积分布函数可以写成：
R代码如下：
> set.seed(1000)
> x<-seq(-1,2,length.out=100)
> y<-pexp(x,0.5)
> plot(x,y,col="red",xlim=c(0,2),ylim=c(0,1),type='l',
+ ...