在执行广义线性回归之前,我在 MATLAB 中使用 Kolmogorov-Smirnov 测试来确定数据矩阵的每一列的正态性。一个示例数据向量是:
data = [8126,3163,9129,5399,8682,1126,1053,7805,2989,2758,3277,1152,6994,6833];
测试运行并给我一个结果。但是,当我绘制经验累积分布函数 (cdf)(蓝色)和标准正态 cdf(红色)以进行视觉比较时,这种数据向量的比例使得该图没有用处:
用于绘制此图的代码是:
[h,p,ksstat,cv] = kstest(data);
[f,x_values] = ecdf(data);
figure()
F = plot(x_values,f);
set(F,'LineWidth',2);
hold on
G = plot(x_values,normcdf(x_values,0,1),'r-');
set(G,'LineWidth',2);
legend([F G],...
'Empirical CDF','Standard Normal CDF',...
'Location','SE');
这是否意味着我的测试结果无效?如果是,我可以标准化数据吗?
dataN=(data-min(data))./(max(data)-min(data));
同时保持测试有效性?
感谢您的时间,
劳拉