Kolmogorov-Smirnov MATLABの正規化テスト - データの正規化？

Question

私はMATLABでKolmogorov-Smirnovテストを使用して、一般化線形回帰を実行する前にデータ行列の各列の正規性を決定しています。データベクトルの例は、

data = [8126,3163,9129,5399,8682,1126,1053,7805,2989,2758,3277,1152,6994,6833]; 

です。テストが実行され、結果が表示されます。しかし、視覚的な比較のために経験的な累積分布関数（cdf）（青色）と標準の標準的なcdf（赤色）をプロットすると、このようなデータベクトルの尺度は、グラフが有用でないようなものになります：

この数値をプロットするために使用されるコードは次のとおりです。

[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'); 

これは私のテストの結果が有効でないということですか？はいの場合は、データを正規化できますか？

dataN=(data-min(data))./(max(data)-min(data)); 

テストの有効期間は維持されますか？

は、お時間をルイスMendoに

ラウラ

Answer 1

感謝をありがとう、私はこの問題を解決しました。 normcdfは、入力としてデータベクトルの平均と標準偏差が必要です。これは、私が作業していたサンプルコードから変更していませんでした。

[h,p,ksstat,cv] = kstest(data); 
[f,x_values] = ecdf(data); 
figure() 
F = plot(x_values,f); 
set(F,'LineWidth',2); 
hold on 
variableMean = mean(data); 
variableSD = std(data); 
G = plot(x_values,normcdf(x_values,variableMean,variableSD),'r-'); 
set(G,'LineWidth',2); 
legend([F G],... 
    'Empirical CDF','Standard Normal CDF',... 
    'Location','SE');