Mathematica 9 is now available

THIS IS DOCUMENTATION FOR AN OBSOLETE PRODUCT.
SEE THE DOCUMENTATION CENTER FOR THE LATEST INFORMATION.

DOCUMENTATION CENTER SEARCH

New to Mathematica? Find your learning path »

Mathematica > データの操作 > 統計的データ解析 > 仮説検定 > CramerVonMisesTest >

Mathematica > 数学とアルゴリズム > 統計的データ解析 > 仮説検定 > CramerVonMisesTest >

Mathematica > データの操作 > 統計的データ解析 > 確率・統計 > 仮説検定 > CramerVonMisesTest >

CramerVonMisesTest

CramerVonMisesTest[data]
Cramér-von Mises検定を使い，data が正規分布に従っているかどうかを調べる．

CramerVonMisesTest

Cramér-von Mises検定を使い，data が dist に従った分布かどうかを調べる．

CramerVonMisesTest

の値を返す．

CramerVonMisesTestは data が分布 dist を持つ母集団から取られたという帰無仮説とそうではないという対立仮説でCramér-von Misesの適合度検定を行う．

デフォルトで，確率値つまり値が返される．

小さい値は data が dist から来ている可能性が低いことを示す．

dist は，記号および数値の母数，またはデータ集合，を持つ任意の記号分布でよい．

data は一変量でも多変量でもよい．

Cramér-von Mises検定はデータが連続分布のものであると仮定する．

Cramér-von Mises検定は事実上の予測値に基づく検定統計を使う．ただし，は data の経験的累積分布関数，は dist の累積分布関数である．

一変量データについては，検定統計はで与えられる．

多変量検定では一変量限界検定統計の平均が使われる．値はモンテカルロ(Monte Carlo)シミュレーションで計算される．

CramerVonMisesTestは，HypothesisTestDataオブジェクト htd を返す．これは htd["property"]として追加的な検定結果と特性の抽出に使うことができる．

CramerVonMisesTestを使って直接を与えることができる．

検定結果の報告に関連する特性：

	"PValue"	値
	"PValueTable"	のフォーマットされたバージョン
	"ShortTestConclusion"	検定結果の簡単な説明
	"TestConclusion"	検定結果の説明
	"TestData"	検定統計と値
	"TestDataTable"	のフォーマットされたバージョン
	"TestStatistic"	検定統計
	"TestStatisticTable"	のフォーマットされたバージョン

次の特性はどの検定が行われているかに依存しない．

データ分布に関連する特性：

	"FittedDistribution"	データのフィットした分布
	"FittedDistributionParameters"	データの分布母数

使用可能なオプション：

	Method	Automatic	値を計算するメソッド
	SignificanceLevel	0.05	診断と報告のための切捨て

適合度検定では，のときにのみが棄却されるような切捨てが選択される．特性およびで使われるの値はSignificanceLevelオプションで制御される．デフォルトで，はに設定されている．

Methodの設定では，入力と同じ長さの個のデータ集合がのもとにフィットされた分布を使って生成される．次に，CramerVonMisesTestからの経験分布を使って値が推定される．

すべて閉じる

正規性についてCramér-von Mises検定を行う：

QuantilePlotを使って結果を検証する：

あるデータが特定の分布にフィットするかどうかの検定を行う：

2つのデータ集合の分布を比較する：

正規性についてCramér-von Mises検定を行う：

Out[2]=

QuantilePlotを使って結果を検証する：

Out[3]=

あるデータが特定の分布にフィットするかどうかの検定を行う：

Out[2]=

Out[3]=

2つのデータ集合の分布を比較する：

Out[3]=

Out[4]=

スコープ (9)

正規性についてCramér-von Mises検定を行う：

正規データの

値は，非正規データの

値と比べて大きい：

特定の分布に対して適合度検定を行う：

2つのデータ集合の分布を比べる：

2つのデータ集合は同じ分布に従わない：

多変量正規性について検定する：

任意多変量分布について適合度検定を行う：

繰り返し行う特性抽出のためにHypothesisTestDataオブジェクトを作成する：

抽出に使用できる特性：

Cramér-von Mises検定の結果を表にする：

完全な検定表：

値の表：

検定統計：

カスタマイズされたレポート用にCramér-von Mises検定表から項目を取り出す：

と

を使って検定の結論を報告する：

有意水準が異なると，結論も異なることがある：

オプション (3)

計算式にモンテカルロ(Monte Carlo)法に基づくメソッドを使う：

モンテカルロ法に基づくメソッドで使う標本数を設定する：

モンテカルロ推定は，標本を増やすと，真の

値に収束する：

モンテカルロ法に基づくメソッドで使われるランダムな種を設定する：

種は生成器の状態に影響を与え，結果の

値にもいくらか影響を与える：

アプリケーション (3)

Cramér-von Mises検定の力曲線：

近似の力曲線を可視化する：

基礎となる分布がUniformDistribution

であり，検定サイズが

，標本サイズが32である場合に，Cramér-von Mises検定の力を推定する：

均質ポワソン(Poisson)過程によって生成される観察は，完全な空間ランダム性を示すはずである．これは，観察が同一分布から導き出されることを示唆する．以下の画像からの観察が均質ポワソン過程でうまくモデル化できるかどうかを見極める：

各点の中心を求め，

についてスケールし直す：

最初の画像の点は，均質ポワソン過程でうまくモデル化できる：

2つ目のグループのモデルは，依存性を説明しなければならない：

Cramér-von Mises検定統計を最小化する分布の母数を求める：

結果をFindDistributionParametersと比べる：

特性と関係 (6)

デフォルトで一変量データはNormalDistributionと比べられる：

母数はデータから推定されている：

多変量データは，デフォルトでMultinormalDistributionと比べられる：

検定分布の母数は，指定されない場合にはデータから推測される：

指定された母数は推測されない：

最尤推定値は，検定分布の指定されていない母数に使われる：

母数が未知の場合，CramerVonMisesTestは可能であれば修正を適用する：

母数は推定されるが，修正は適用されない：

フィットされた分布は前と同じであり，

値は修正される：

独立周辺密度が多変量の適合度検定では仮定される：

独立性が仮定されると，検定統計は同一である：

考えられる問題 (3)

Cramér-von Mises検定は離散分布には使えない：

代りにPearsonChiSquareTestを使う：

母数がデータから推定される場合には，Cramér-von Mises検定は，分布によっては有効ではないことがある：

母数の値が既知である場合には与える：

あるいは，モンテカルロ法を使って

値を近似する：

Cramér-von Mises検定の標本サイズは，有効な

値を得るためには少なくとも7でなければならない：

モンテカルロ法を使って有効な

値に辿り着く：

おもしろい例題 (1)

Cramér-von Mises検定統計の分布：

HypothesisTestData AndersonDarlingTest KolmogorovSmirnovTest DistributionFitTest JarqueBeraALMTest KuiperTest MardiaCombinedTest MardiaKurtosisTest MardiaSkewnessTest PearsonChiSquareTest ShapiroWilkTest WatsonUSquareTest

仮説検定

バージョン8.0の新機能：アルファベット順のリスト

バージョン 8 の新機能

Ask a question about this page | Suggest an improvement | Leave a message for the team

フォーマット: HTML | CDF