假设检验流程图

3l6z f+b hz](QV0假设检验流程图
1YE5I'Z&v#Of:RW0Normalty Test详细说明6sigma品质网eX%T2yO2EF!Pc:y
正态性检验6sigma品质网0zUa2] B8sn0l
建立假设： H0：符合正态分布，H1： 不符合正态分布6sigma品质网@4P QV y }@M
如果p<a（正态性检a一般取0.05），则拒绝H0。6sigma品质网
LHb8c6aM ` l&@

B~bSI$qFf(m06sigma品质网:]:g-IJ9SX8yv$oGH

,QS\l$K(mZV(?{0正态性检验有三种拟合度算法：6sigma品质网S:E;uI(@GH9T
· Anderson-Darling检验（A-D检验），是一种基于经验累积分布函数（ECDF）的算法，特别适用于小样本（当然也适用于大样本），AD值越小，表明分布对数据拟合度越好，A-D检验只适合特定的连续分布如：normal、lognormal、exponential、Weibull、logistic、extreme-value type 1。6sigma品质网Bo6Mp0[d*c.[
A-D检验是对K-S检验的一种修正，相比K-S检验它加重了对尾部数据的考量，K-S检验具有分布无关性，它的临界值并不依赖被测的特定分布，而A-D检验使用特定分布去计算临界值，这使得A-D检验具有更灵敏的优势。6sigma品质网*wR"`)EL#O
· Kolmogorov-Smirnov检验（K-S检验），也是一种基于经验累积分布函数（ECDF）的算法，K-S检验最吸引人的特性是具有分布无关性，所以适用于任何连续分布，很适合小样本（当然也适合大样本）。6sigma品质网s1g3e@'_
但是由于K-S检验相对尾部而言，往往对分布中心更敏感，并且它的临界值并不依赖被测的特定分布，相对A-D检验而言它的灵敏度较低，所以很多的分析更愿意使用A-D 拟合度检验。
+td,U&w"y1Q0· Ryan-Joiner检验（R-J检验，类似于Shapiro-Wilk检验），是一种基于相关性的算法。R-J检验可得到一个相关系数，它越接近1就越表明数据和正态分布拟合得越好。
2[9BCK8L3fD!Z$_0A-D检验和R-J检验在正态性检验中具有相似的功效，而K-S检验的功效较弱。6sigma品质网+h
H&l Cm(cC*D
· 对于大样本的拟合度测试，通常使用卡方检验（卡方检验是一种基于概率密度函数的算法，不适合于小样本）会更好，因为卡方检测不需要分布参数的知识，并且卡方检验适用于连续和离散分布。