Sas でコルモゴロフ・スミルノフ検定を実行する方法

コルモゴロフ・スミルノフ検定は、サンプルが正規分布しているかどうかを判断するために使用されます。

多くの統計テストや手順はデータが正規分布していることを前提としているため、このテストは広く使用されています。

次のステップバイステップの例は、SAS のサンプル データセットに対してコルモゴロフ-スミルノフ検定を実行する方法を示しています。

例: SAS のコルモゴロフ-スミルノフ検定

まず、SAS でサンプルサイズ n = 20 のデータセットを作成しましょう。

 /*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 ;

次に、 proc univariate を使用してコルモゴロフ-スミルノフ検定を実行し、サンプルが正規分布しているかどうかを判断します。

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

結果の下部には、検定統計量と、コルモゴロフ-スミルノフ検定の対応する p 値が表示されます。

検定統計量は0.1098で、対応する p 値は>0.150です。

コルモゴロフ-スミルノフ検定では次の帰無仮説と対立仮説が使用されることを思い出してください。

• H ₀ : データは正規分布します。
• H _A : データは正規分布していません。

検定の p 値は 0.05 未満ではないため、帰無仮説を棄却できません。

これは、データセットが正規分布していると仮定できることを意味します。

追加リソース

次のチュートリアルでは、他の統計ソフトウェアでコルモゴロフ-スミルノフ検定を実行する方法を説明します。

Excel でコルモゴロフ-スミルノフ検定を実行する方法
R でコルモゴロフ・スミルノフ検定を実行する方法
Python でコルモゴロフ-スミルノフ テストを実行する方法