如何在 sas 中执行 kolmogorov-smirnov 检验

柯尔莫哥洛夫-斯米尔诺夫检验用于确定样本是否服从正态分布。

该检验被广泛使用，因为许多统计检验和程序都假设数据呈正态分布。

以下分步示例演示如何对 SAS 中的示例数据集执行 Kolmogorov-Smirnov 检验。

示例：SAS 中的 Kolmogorov-Smirnov 检验

首先，我们在 SAS 中创建一个样本大小为 n = 20 的数据集：

 /*create dataset*/
data my_data;
    inputValues ;
    datalines ;
5.57
8.32
8.35
8.74
8.75
9.38
9.91
9.96
10.36
10.65
10.77
10.97
11.15
11.18
11.47
11.64
11.88
12.24
13.02
13.19
;
run ;

接下来，我们将使用proc univariate进行 Kolmogorov-Smirnov 检验，以确定样本是否服从正态分布：

 /*perform Kolmogorov-Smirnov test*/
proc univariate data =my_data;
   histogram Values / normal ( mu =est sigma =est);
run ;

在结果的底部，我们可以看到检验统计量和 Kolmogorov-Smirnov 检验的相应 p 值：

检验统计量为0.1098 ，相应的 p 值为>0.150 。

回想一下，柯尔莫哥洛夫-斯米尔诺夫检验使用以下原假设和备择假设：

• H ₀ ：数据呈正态分布。
• H _A ：数据不呈正态分布。

由于检验的 p 值不小于 0.05，因此我们无法拒绝原假设。

这意味着我们可以假设数据集呈正态分布。

其他资源

以下教程解释了如何在其他统计软件中执行 Kolmogorov-Smirnov 检验：

如何在 Excel 中执行 Kolmogorov-Smirnov 检验
如何在 R 中执行 Kolmogorov-Smirnov 检验
如何在 Python 中执行 Kolmogorov-Smirnov 检验