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

HoeffdingDTest

HoeffdingDTest[v₁,v₂]

检验向量 v₁ 与 v₂ 是否独立.

HoeffdingDTest[…,"property"]

返回 "property" 的值.

更多信息和选项

HoeffdingDTest 在 v₁ 和 v₂ 上执行假设检验，向量是线性独立的为零假设，它们不是独立的为替代假设 .
默认情况下返回一个概率值或值.
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值向量.
HoeffdingDTest 基于由 HoeffdingD[v₁,v₂] 计算的 Hoeffding  统计量.
HoeffdingDTest[v₁,v₂,"HypothesisTestData"] 返回一个 HypothesisTestData 对象 htd，该对象可用 htd["property"] 这种形式提取额外的检验结果与性质.
HoeffdingDTest[v₁,v₂,"property"] 可被用于直接给出 "property" 的值.
与报告检验结果相关的性质包括：

	"PValue"	检验的值
	"PValueTable"	包含值的格式化表格
	"ShortTestConclusion"	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

可以使用下列选项：
Method Automatic 计算值所用的方法

SignificanceLevel 0.05 诊断和报告的分界点
为测试独立性，会选择一个临界值，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)

检验两个向量是否独立：

范围 (7)

检验 (4)

检验两个向量是否独立：

若向量是独立的，值一般较大：

若向量是相关的，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 对象中提取若干属性：

检验中的值和检验统计量：

同时提取任意数量的属性：

检验中的值和检验统计量：

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：

对值或检验统计量制表：

表格中的值：

表格中的检验统计量：

选项 (5)

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，使用个随机排列：

设置产生随机排列的种子：

SignificanceLevel (1)

显著性水平是用于 "TestConclusion" 和 "ShortTestConclusion" 的：

属性和关系 (3)

检验统计量根据 HoeffdingD 计算：

IndependenceTest 可用于选择合适的独立检验：

HoeffdingDTest 是已有检验之一：

HoeffdingDTest 可以检测大量独立性结构：

例如 SpearmanRankTest 的检验只能检验单调结构：

巧妙范例 (1)

当零假设为真时计算统计量：

被给予了特定替代的检验统计量：

比较检验统计量的分布：

顶部