($sid) { session_delete(array('sid' => $sid)); session_data_delete(array('sid' => $sid)); return TRUE; } function sess_gc($maxlifetime) { global $time; $expiry = $time - $maxlifetime; $arrlist = session_find(array('last_date' => array('<' => $expiry)), array(), 1, 10000, '', array('sid', 'bigdata', 'last_date')); if (!$arrlist) return TRUE; $expiry = $time - 21600; // 超6小时未提交丢弃上传图片和附件 $sidarr = array(); foreach ($arrlist as $val) { if ($val['last_date'] > $expiry && $val['bigdata']) continue; $sidarr[] = $val['sid']; } if (empty($sidarr)) return TRUE; session_delete(array('sid' => $sidarr)); session_data_delete(array('sid' => $sidarr)); return TRUE; } function sess_start() { global $conf, $sid, $g_session; ini_set('session.name', $conf['cookie_pre'] . 'sid'); ini_set('session.use_cookies', TRUE); ini_set('session.use_only_cookies', TRUE); ini_set('session.cookie_domain', $conf['cookie_domain']); // 为空则表示当前目录和子目录 ini_set('session.cookie_path', $conf['cookie_path']); // 打开后只有通过 https 才有效 ini_set('session.cookie_secure', FALSE); ini_set('session.cookie_lifetime', 8640000); // 打开后 js 获取不到 HTTP 设置的 cookie, 有效防止 XSS，对于安全很重要，除非有 BUG，否则不要关闭。 ini_set('session.cookie_httponly', TRUE); // 活动时间 ini_set('session.gc_maxlifetime', $conf['online_hold_time']); // 垃圾回收概率 = gc_probability/gc_divisor ini_set('session.gc_probability', 1); // 垃圾回收时间 5 秒，在线人数 * 10 / 每1000个请求回收一次垃圾 ini_set('session.gc_divisor', 1000); session_set_save_handler('sess_open', 'sess_close', 'sess_read', 'sess_write', 'sess_destroy', 'sess_gc'); // register_shutdown_function 会丢失当前目录，需要 chdir(APP_PATH) $conf['url_rewrite_on'] > 1 and function_exists('chdir') and chdir(APP_PATH); // 这个必须有，否则 ZEND 会提前释放 $db 资源 register_shutdown_function('session_write_close'); session_start(); $sid = session_id(); return $sid; } // 刷新页面清理附件缓存 废弃 function sess_clear_attach() { global $sid, $time; $arr = session_read($sid); if (!$arr || 0 == $arr['bigdata']) return TRUE; session_update($sid, array('bigdata' => 0, 'last_date' => $time)); session_data_delete(array('sid' => $sid)); return TRUE; } function online_count() { return session_count(); } function online_list_cache() { static $cache = array(); $key = 'online_list'; if (isset($cache[$key])) return $cache[$key]; $cache[$key] = cache_get($key); if (NULL === $cache[$key]) { $cache[$key] = session_find(array('uid' => array('>' => 0)), array('last_date' => -1), 1, 1000); foreach ($cache[$key] as &$online) { $user = user_read_cache($online['uid']); $online['username'] = $user['username']; $online['gid'] = $user['gid']; $online['ip_fmt'] = safe_long2ip($online['ip']); $online['last_date_fmt'] = date('Y-n-j H:i', $online['last_date']); } cache_set('online_list', $cache[$key], 300); } return $cache[$key]; } function online_user_list_cache() { static $cache = array(); $key = 'online_user_list'; if (isset($cache[$key])) return $cache[$key]; $cache[$key] = cache_get($key); if (NULL === $cache[$key]) { $cache[$key] = session_find(array('uid' => array('>' => 0)), array(), 1, 1000, 'uid', array('uid')); cache_set('online_user_list', $cache[$key], 300); } return $cache[$key]; } ?>shapiro-wilk test 的significance -回复|江阴雨辰互联

江阴网站建设,江阴网站制作,江阴网站设计,江阴SEO优化,江阴小程序开发-江阴雨辰互联

  1. JustNews 首页
  2. 数码科技

shapiro-wilk test 的significance -回复

admin••数码科技•阅读10

shapiro-wilk test 的significance -回复


2024年4月12日发(作者：索尼682)

shapiro-wilk test 的significance -回复

Shapiro-Wilk检验的显著性意义

引言：

在统计学中，我们经常需要评估一个数据集是否符合正态分布。正态分布

是很多统计方法的前提条件，因此对数据集的正态性进行检验是非常重要

的。一个常用的正态性检验方法是Shapiro-Wilk检验。本文将详细探讨

Shapiro-Wilk检验的显著性意义，包括其原理、计算步骤以及如何解释结

果。

第一部分：Shapiro-Wilk检验原理

Shapiro-Wilk检验是由Samuel Shapiro和Martin Wilk在1965年提出

的，它是一种基于样本数据的统计方法，用于检验一个数据集是否符合正

态分布。Shapiro-Wilk检验的原假设是样本数据符合正态分布，备择假设

是样本数据不符合正态分布。检验的目标是通过计算一个统计量W来评

估样本数据与正态分布之间的拟合程度。

具体而言，Shapiro-Wilk检验统计量的计算基于样本数据的排序值及期望

排序值。它比其他正态性检验方法更适用于小样本数据。计算过程相对复

杂，因此我们将在下一部分中详细介绍。

第二部分：Shapiro-Wilk检验的计算步骤

Shapiro-Wilk检验的计算过程可以分为以下几个步骤：

步骤1：收集样本数据。这些数据可以是从实验、调查或随机抽样中获得

的。

步骤2：对样本数据进行排序。将样本数据按从小到大的顺序排列。

步骤3：计算期望排序值。期望排序值是指在理想的正态分布下，每个数

据值的期望排名。

步骤4：计算W统计量。W统计量是样本数据排序值与期望排序值之间

的协方差。

步骤5：计算P值。根据W统计量的计算结果，使用已知的分布理论得

到一个P值，该P值反映了样本数据与正态分布之间的拟合程度。通常使

用P值小于0.05作为显著性水平来判断结果是否显著。

第三部分：解释Shapiro-Wilk检验结果

Shapiro-Wilk检验的显著性水平是根据计算得到的P值来判断的。P值小

于0.05意味着样本数据与正态分布显著不拟合，即样本数据不符合正态

分布。相反，P值大于0.05意味着样本数据与正态分布显著拟合，即样本

数据可以认为来自正态分布。

需要注意的是，即使P值小于0.05，也不能得出样本数据一定不符合正态

分布的结论。在实际应用中，我们应该综合考虑样本大小、分布特征以及

其他统计方法的结果来判断数据是否符合正态分布。

另外，Shapiro-Wilk检验还提供了一个统计量W。当样本数据符合正态

分布时，W值接近于1；当样本数据不符合正态分布时，W值偏离1。因

此，W统计量可以用于衡量数据与正态分布之间的拟合程度。

结论：

Shapiro-Wilk检验是一种常用的正态性检验方法，用于评估样本数据是否

来自正态分布。通过计算W统计量和P值，我们可以判断样本数据与正

态分布之间的拟合程度。当P值小于0.05时，我们认为样本数据不符合

正态分布；当P值大于0.05时，我们认为样本数据可以近似看作是来自

正态分布。然而，我们应该在实际应用中综合考虑样本大小、分布特征以

及其他统计方法的结果来判断数据是否符合正态分布。


发布者：admin，转转请注明出处：http://www.yc00.com/num/1712856264a2135519.html

adminadmin
0

相关推荐

发表回复

评论列表（0条）

  • 暂无评论

联系我们

400-800-8888

在线咨询： QQ交谈

邮件：admin@example.com

工作时间：周一至周五，9:30-18:30，节假日休息

关注微信