Enable JavaScript to interact with content and submit forms on Wolfram websites. Learn how

GoodmanKruskalGammaTest

GoodmanKruskalGammaTest[v₁,v₂]

检验向量 v₁ 与 v₂ 是否独立.

GoodmanKruskalGammaTest[…,"property"]

返回 "property" 的值.

更多信息和选项

GoodmanKruskalGammaTest 在 v₁ 和 v₂ 上执行假设检验，向量是独立的为零假设，它们不是线性独立的为替代假设 .
缺省时返回一个概率值，即值.
如果值较小，则为真的可能性较小.
参变量 v₁ 和 v₂ 可以是任何等长的实数值向量.
GoodmanKruskalGammaTest 基于 Goodman–Kruskal 伽玛系数 γ，这由 GoodmanKruskalGamma[v₁,v₂] 计算得到.
GoodmanKruskalGammaTest[v₁,v₂,"HypothesisTestData"] 返回一个 HypothesisTestData 对象 htd，该对象可利用形式 htd["property"] 提取额外的检验结果与性质.
GoodmanKruskalGammaTest[v₁,v₂,"property"] 可以直接给出 "property" 的值.
与检验结果报告相关的性质包括：

	"PValue"	检验中的值
	"PValueTable"	包含值的格式化的表格
	"ShortTestConclusion"	一个检验结论的简短描述
	"TestConclusion"	一个检验结论的描述
	"TestData"	包含检验统计量与值的列表
	"TestDataTable"	值和检验统计量的格式化表格
	"TestStatistic"	检验统计量
	"TestStatisticTable"	包含检验统计量的格式化表格

可以给出以下选项：

	AlternativeHypothesis	"Unequal"	替代假设的不等性
	Method	Automatic	计算值所用的方法
	SignificanceLevel	0.05	诊断和报告的分界点

对于独立检验，选择一个临界值，以使得只有当时，否定 . 用于 "TestConclusion" 和 "ShortTestConclusion" 属性的值由 SignificanceLevel 选项控制. 默认情况下，设为 0.05.

范例

打开所有单元关闭所有单元

基本范例 (1)

检测两个向量是否独立：

范围 (7)

检验 (4)

检验两个向量是否独立：

当向量是独立的，值一般较大：

当向量是相关的，值一般较小：

为重复的属性提取，创建一个 HypothesisTestData 对象：

可提取的属性：

从 HypothesisTestData 对象中提取某些属性：

检验中的值和检验统计量：

同时提取任何数量的属性：

值、检验统计量：

报告 (3)

把检验结果制表：

检验结果的表格：

从检验表格中提取项以便自定义报表：

对值或检验统计制表：

表格中的值：

表格中的检验统计量：

选项 (7)

AlternativeHypothesis (2)

默认情况下，执行双边检验：

执行双边检验或替代的单边检验：

双边检验：

替代的两个单边检验：

Method (4)

默认情况下，使用渐近检验统计量分布计算值：

使用排列（Permutation）方法可获取值：

设置使用的排列数：

默认情况下，使用随机排列：

设置产生随机排列的种子：

SignificanceLevel (1)

显著性水平用于 "TestConclusion" 和 "ShortTestConclusion"：

属性和关系 (3)

对于向量向量比较，检验统计量根据 GoodmanKruskalGamma 计算：

IndependenceTest 可用于自动选择合适的检验：

GoodmanKruskalGammaTest 是已有检验之一：

GoodmanKruskalGammaTest 只检测单调相关性：

HoeffdingDTest 可用于检测大量相关性结构：

巧妙范例 (1)

当零假设为真时，计算统计量：

给出特定备择的检验统计量：

比较检验统计量的分布：

顶部