久久亚洲成a人片熟女精品色一区二区三区|国产精品视频第一精品视频|av天堂热无码手机版|亚洲?v无码久久无遮挡|国产精品偷伦视频免费观看国产|麻豆国产自产精品丰满熟妇|av无码av不卡一区二区|久久亚洲精品中文字

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運營的一線實戰(zhàn)洞察。

正態(tài)性檢驗:從Q-Q圖到統(tǒng)計檢驗,確保建??煽啃缘耐暾改?/h1>

1. 從“看起來像”到“證明它是”正態(tài)性檢驗為何是建模的基石在數(shù)學(xué)建模尤其是涉及統(tǒng)計分析、回歸預(yù)測、機器學(xué)習(xí)等領(lǐng)域時我們常常會聽到一個前提假設(shè)“數(shù)據(jù)服從正態(tài)分布”。無論是做相關(guān)性分析、方差分析還是構(gòu)建線性回歸模型正態(tài)性假設(shè)往往是許多經(jīng)典統(tǒng)計方法如皮爾遜相關(guān)系數(shù)、t檢驗、F檢驗有效性的基石。新手最容易犯的錯誤之一就是拿到數(shù)據(jù)后看一眼直方圖“長得像鐘形”或者算一下均值中位數(shù)差不多就默認(rèn)數(shù)據(jù)是正態(tài)的然后直接套用那些對正態(tài)性有要求的模型和檢驗。這種“想當(dāng)然”的做法是很多模型結(jié)果不穩(wěn)定、結(jié)論不可靠的根源。正態(tài)性檢驗就是一套嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)工具用來回答“我們有多大把握認(rèn)為這組數(shù)據(jù)來自一個正態(tài)分布總體”這個問題。它不是一個“是”或“否”的簡單判斷題而是一個基于概率的決策過程。我們通過計算檢驗統(tǒng)計量得到對應(yīng)的p值再根據(jù)顯著性水平通常為0.05來判斷是否拒絕“數(shù)據(jù)服從正態(tài)分布”的原假設(shè)。這個過程將建模從“藝術(shù)猜想”提升到了“科學(xué)驗證”的層面。在相關(guān)系數(shù)分析這個具體場景下正態(tài)性檢驗尤為重要。皮爾遜相關(guān)系數(shù)衡量的是線性相關(guān)性其有效性嚴(yán)重依賴于雙變量正態(tài)分布假設(shè)。如果數(shù)據(jù)不服從正態(tài)分布皮爾遜相關(guān)系數(shù)可能會嚴(yán)重失真或者其顯著性檢驗p值失效。此時我們可能需要轉(zhuǎn)向斯皮爾曼秩相關(guān)系數(shù)或肯德爾秩相關(guān)系數(shù)這類非參數(shù)方法。因此在計算相關(guān)系數(shù)之前進行正態(tài)性檢驗是必不可少的數(shù)據(jù)診斷步驟它直接決定了后續(xù)分析方法的正確選擇。2. 視覺診斷法Q-Q圖與直方圖的直觀審視在動用復(fù)雜的統(tǒng)計檢驗之前我們首先應(yīng)該通過可視化方法對數(shù)據(jù)的正態(tài)性有一個直觀的感受。這就像醫(yī)生看病先“望聞問切”再上儀器檢測。視覺診斷雖然主觀但能快速發(fā)現(xiàn)嚴(yán)重偏離正態(tài)的情況并幫助我們理解數(shù)據(jù)分布的形狀。2.1 分位數(shù)-分位數(shù)圖與理想正態(tài)的精準(zhǔn)對標(biāo)Q-Q圖Quantile-Quantile Plot是檢驗正態(tài)性最強大、最直觀的圖形工具之一。它的原理很簡單將樣本數(shù)據(jù)的實際分位數(shù)與理論正態(tài)分布的分位數(shù)進行對比。如果數(shù)據(jù)完全服從正態(tài)分布那么這些點應(yīng)該大致排列在一條對角參考線上。如何解讀Q-Q圖點緊密圍繞對角線分布表明數(shù)據(jù)分布與正態(tài)分布非常接近。點呈“S”型曲線表示樣本分布的偏度與正態(tài)分布不符。尾部上翹表示右偏正偏尾部下彎表示左偏負(fù)偏。點呈“拱形”或“倒拱形”表示樣本分布的峰度與正態(tài)分布不符。拱形表示尖峰厚尾峰度3倒拱形表示平峰薄尾峰度3。兩端點嚴(yán)重偏離對角線通常意味著數(shù)據(jù)中存在異常值。在MATLAB中生成一個簡單的Q-Q圖非常方便% 假設(shè)你的數(shù)據(jù)存儲在向量 data 中 data randn(100,1) * 2 5; % 生成一個均值為5標(biāo)準(zhǔn)差為2的100個正態(tài)隨機數(shù) qqplot(data); grid on; title(Q-Q Plot for Normality Check);執(zhí)行這段代碼你會看到一張散點圖。MATLAB的qqplot函數(shù)會自動計算并繪制理論分位數(shù)和樣本分位數(shù)。我們的目標(biāo)是觀察散點是否緊密分布在紅色的參考線附近。對于上面生成的正態(tài)數(shù)據(jù)點應(yīng)該基本落在紅線上。你可以嘗試用exprnd(5, 100, 1)生成指數(shù)分布數(shù)據(jù)替換data看看Q-Q圖會變成什么樣子——點會呈現(xiàn)明顯的曲線偏離。注意Q-Q圖對樣本量敏感。樣本量很小時即使數(shù)據(jù)來自正態(tài)總體點也可能看起來有些分散。樣本量很大時即使輕微偏離正態(tài)在Q-Q圖上也會非常明顯。因此Q-Q圖最好與后續(xù)的統(tǒng)計檢驗結(jié)合使用。2.2 直方圖與核密度估計分布形態(tài)的全局俯瞰直方圖是最基礎(chǔ)的分布可視化工具。通過將數(shù)據(jù)范圍劃分為若干個區(qū)間箱子并統(tǒng)計每個區(qū)間內(nèi)數(shù)據(jù)點的頻數(shù)我們可以直觀地看到數(shù)據(jù)分布的“形狀”是否類似于鐘形的正態(tài)曲線。直方圖的使用技巧箱子數(shù)量的選擇箱子太多圖形會過于鋸齒狀箱子太少會掩蓋分布細節(jié)。MATLAB的histogram函數(shù)有自動選擇算法‘a(chǎn)uto’但手動調(diào)整往往能得到更佳效果。一個經(jīng)驗法則是嘗試sqrt(n)n為樣本量或Sturges’ formula: ceil(1 log2(n))個箱子。疊加正態(tài)曲線為了更直接地對比可以在直方圖上疊加一條理論正態(tài)分布曲線。這條曲線的均值和標(biāo)準(zhǔn)差應(yīng)使用你樣本的均值和標(biāo)準(zhǔn)差來估計。data randn(1000,1); % 生成1000個標(biāo)準(zhǔn)正態(tài)數(shù)據(jù) h histogram(data, 30, Normalization, pdf); % 畫直方圖歸一化為概率密度 hold on; % 計算數(shù)據(jù)的均值和標(biāo)準(zhǔn)差 mu mean(data); sigma std(data); % 生成理論正態(tài)分布的x軸坐標(biāo)和y軸密度值 x linspace(min(data), max(data), 100); y normpdf(x, mu, sigma); plot(x, y, r-, LineWidth, 2); hold off; xlabel(Value); ylabel(Probability Density); title(Histogram with Fitted Normal Curve); legend(Data Histogram, Fitted Normal Distribution);這段代碼生成了一個包含30個箱子的直方圖并疊加了紅色的擬合正態(tài)曲線。如果藍色直方圖的輪廓與紅色曲線高度重合則直觀上支持正態(tài)性假設(shè)。核密度估計是直方圖的一個平滑升級版。它通過在每個數(shù)據(jù)點處放置一個平滑的“核函數(shù)”如高斯核然后疊加所有核函數(shù)來估計總體的概率密度函數(shù)。KDE圖比直方圖更平滑對分布形態(tài)的展示更連續(xù)受箱子邊界影響更小。在MATLAB中可以使用ksdensity函數(shù)。data randn(500,1); [f, xi] ksdensity(data); figure; plot(xi, f, b-, LineWidth, 2); hold on; % 同樣疊加理論正態(tài)曲線 mu mean(data); sigma std(data); x linspace(min(xi), max(xi), 100); y normpdf(x, mu, sigma); plot(x, y, r--, LineWidth, 1.5); hold off; title(Kernel Density Estimate vs. Normal PDF); legend(KDE of Data, Theoretical Normal);通過對比藍色的KDE曲線和紅色的理論正態(tài)曲線可以更細膩地判斷分布的對稱性、峰度等特征。3. 統(tǒng)計檢驗法給“像不像”一個明確的概率答案圖形方法給了我們直覺但科學(xué)需要量化的判斷。統(tǒng)計檢驗法通過構(gòu)造檢驗統(tǒng)計量并計算p值為我們提供了一個客觀的、可重復(fù)的決策標(biāo)準(zhǔn)。這里我們重點探討三種最常用、且在MATLAB中易于實現(xiàn)的正態(tài)性檢驗方法。3.1 Shapiro-Wilk檢驗小樣本時代的黃金標(biāo)準(zhǔn)Shapiro-Wilk檢驗被認(rèn)為是檢驗正態(tài)性的最強大工具之一尤其適用于樣本量較小n 50的情況。它的基本思想是評估樣本數(shù)據(jù)與理想正態(tài)數(shù)據(jù)之間的線性相關(guān)性。檢驗統(tǒng)計量W的取值范圍在0到1之間W值越接近1表明數(shù)據(jù)越有可能來自正態(tài)分布。Shapiro-Wilk檢驗的核心優(yōu)勢與局限優(yōu)勢對小樣本非常敏感功效檢出非正態(tài)的能力很高。局限對樣本量敏感。當(dāng)樣本量很大時例如n 2000即使數(shù)據(jù)對正態(tài)分布只有極其微小的偏離Shapiro-Wilk檢驗也幾乎總是會拒絕原假設(shè)p值非常小。這是因為當(dāng)樣本量極大時檢驗有能力探測到任何細微的、在實際應(yīng)用中可能無關(guān)緊要的偏離。因此在大樣本情況下需要謹(jǐn)慎解讀Shapiro-Wilk檢驗的結(jié)果應(yīng)更多結(jié)合圖形如Q-Q圖和效應(yīng)量來綜合判斷。在MATLAB中Statistics and Machine Learning Toolbox提供了swtest函數(shù)可能需要從File Exchange下載第三方實現(xiàn)因為官方未內(nèi)置同名函數(shù)或更通用的lillietestLilliefors檢驗是K-S檢驗的修正版也常用于正態(tài)性檢驗。但為了精確執(zhí)行S-W檢驗一個可靠的方法是使用chi2gof卡方擬合優(yōu)度檢驗并指定‘cdf’為正態(tài)分布或者尋找專門的第三方函數(shù)。一個常見的第三方函數(shù)swtest用法示例如下假設(shè)已安裝% 假設(shè)已有數(shù)據(jù)向量 data [sw_h, sw_p, sw_w] swtest(data); fprintf(Shapiro-Wilk Test:\n); fprintf( Test Statistic W %.4f\n, sw_w); fprintf( P-value %.4f\n, sw_p); if sw_h 0 fprintf( Conclusion: Do NOT reject normality (at 0.05 level).\n); else fprintf( Conclusion: Reject normality (at 0.05 level).\n); end輸出結(jié)果會給出檢驗統(tǒng)計量W、p值以及假設(shè)檢驗的結(jié)論。如果p值小于0.05我們就在0.05的顯著性水平上拒絕“數(shù)據(jù)服從正態(tài)分布”的原假設(shè)。3.2 Jarque-Bera檢驗基于偏度與峰度的綜合考量Jarque-Bera檢驗的原理非常直觀它基于樣本數(shù)據(jù)的偏度和峰度。對于一個標(biāo)準(zhǔn)的正態(tài)分布其偏度衡量分布不對稱性為0峰度衡量分布尖峭程度為3。JB檢驗構(gòu)造的統(tǒng)計量本質(zhì)上衡量的是樣本偏度與0的偏離、樣本峰度與3的偏離的綜合程度。JB檢驗統(tǒng)計量的計算公式為JB (n/6) * [S^2 (K-3)^2 / 4]其中n是樣本量S是樣本偏度K是樣本峰度。在原假設(shè)數(shù)據(jù)正態(tài)下JB統(tǒng)計量漸近服從自由度為2的卡方分布。JB檢驗的特點優(yōu)點計算簡單概念清晰特別適用于大樣本情況。它對對稱但峰度不同的分布如均勻分布、拉普拉斯分布以及有偏分布都有一定的檢測能力。缺點對于小樣本其檢驗功效可能不如Shapiro-Wilk檢驗。它主要捕捉由于偏度和峰度偏離導(dǎo)致的非正態(tài)對于其他類型的非正態(tài)如多峰分布可能不敏感。在MATLAB中JB檢驗可以通過jbtest函數(shù)輕松實現(xiàn)。data randn(200,1); % 正態(tài)數(shù)據(jù) % data exprnd(1, 200, 1); % 可以換成指數(shù)分布數(shù)據(jù)試試 [h, p, jbstat] jbtest(data); fprintf(Jarque-Bera Test:\n); fprintf( Test Statistic %.4f\n, jbstat); fprintf( P-value %.4f\n, p); if h 0 fprintf( Conclusion: Do NOT reject normality (at 0.05 level).\n); else fprintf( Conclusion: Reject normality (at 0.05 level).\n); end對于正態(tài)數(shù)據(jù)p值通常大于0.05對于指數(shù)分布等明顯非正態(tài)數(shù)據(jù)p值會非常小導(dǎo)致拒絕原假設(shè)。3.3 Kolmogorov-Smirnov檢驗與Lilliefors修正經(jīng)驗分布與理論分布的比拼Kolmogorov-Smirnov檢驗是一種更通用的分布擬合優(yōu)度檢驗它可以檢驗樣本是否來自某個完全指定的理論分布包括正態(tài)分布。其核心思想是計算樣本經(jīng)驗分布函數(shù)與理論分布函數(shù)之間的最大垂直距離D統(tǒng)計量。K-S檢驗用于正態(tài)性檢驗的致命缺陷標(biāo)準(zhǔn)的K-S檢驗要求理論分布的參數(shù)均值和標(biāo)準(zhǔn)差是預(yù)先已知的。但在實際中我們幾乎總是用樣本的均值和標(biāo)準(zhǔn)差來估計理論分布的參數(shù)。這會導(dǎo)致一個問題用估計的參數(shù)去檢驗會使檢驗過于保守更容易接受原假設(shè)因為D統(tǒng)計量的分布發(fā)生了變化。Lilliefors檢驗的救場正是為了解決這個問題Lilliefors提出了修正的K-S檢驗專門用于檢驗正態(tài)性或指數(shù)性其中分布的參數(shù)是從樣本中估計的。它通過蒙特卡洛模擬或精確計算提供了更準(zhǔn)確的臨界值表。因此在檢驗正態(tài)性時我們應(yīng)該使用Lilliefors檢驗而不是標(biāo)準(zhǔn)的K-S檢驗。在MATLAB中l(wèi)illietest函數(shù)實現(xiàn)了Lilliefors檢驗。data randn(150,1); [h, p, lstat] lillietest(data); fprintf(Lilliefors Test (for Normality):\n); fprintf( Test Statistic D %.4f\n, lstat); fprintf( P-value %.4f\n, p); if h 0 fprintf( Conclusion: Do NOT reject normality (at 0.05 level).\n); else fprintf( Conclusion: Reject normality (at 0.05 level).\n); end4. MATLAB實戰(zhàn)構(gòu)建一個完整的正態(tài)性檢驗流程理解了各種方法后我們需要一個系統(tǒng)化的流程來應(yīng)用于實際建模。下面我將展示一個在MATLAB中從數(shù)據(jù)導(dǎo)入到綜合判斷的完整腳本框架。這個流程強調(diào)可視化與統(tǒng)計檢驗的結(jié)合并輸出一份清晰的診斷報告。4.1 數(shù)據(jù)準(zhǔn)備與初步觀察首先我們加載或生成數(shù)據(jù)并進行最基本的描述性統(tǒng)計這對后續(xù)理解檢驗結(jié)果很有幫助。clear; clc; close all; % 1. 數(shù)據(jù)準(zhǔn)備 - 這里以模擬數(shù)據(jù)為例實際中可替換為 load(‘yourdata.mat’) % 生成兩組數(shù)據(jù)一組正態(tài)一組非正態(tài)卡方分布 rng(42); % 設(shè)定隨機種子確保結(jié)果可重復(fù) n 100; % 樣本量 data_normal randn(n, 1) * 1.5 10; % 正態(tài)均值10標(biāo)準(zhǔn)差1.5 data_nonnormal chi2rnd(3, n, 1); % 非正態(tài)自由度為3的卡方分布 % 選擇你要檢驗的數(shù)據(jù) data data_normal; % 切換為 data_nonnormal 進行測試 fprintf( 數(shù)據(jù)概覽 \n); fprintf(樣本量 n %d\n, length(data)); fprintf(均值 %.4f\n, mean(data)); fprintf(標(biāo)準(zhǔn)差 %.4f\n, std(data)); fprintf(偏度 %.4f\n, skewness(data)); fprintf(峰度 %.4f\n, kurtosis(data));描述性統(tǒng)計中的偏度和峰度已經(jīng)能給我們初步提示。偏度遠離0表示不對稱峰度遠離3表示尾巴厚度或尖度與正態(tài)不同。4.2 可視化診斷套件我們將關(guān)鍵的圖形放在一個圖窗中便于對比觀察。% 2. 可視化診斷 figure(‘Position‘, [100, 100, 1200, 800]); % 設(shè)置大圖窗 % 子圖1直方圖 核密度估計 正態(tài)曲線 subplot(2, 3, 1); histogram(data, ‘Normalization‘, ‘pdf‘, ‘FaceColor‘, [0.7 0.7 0.9], ‘EdgeColor‘, ‘k‘); hold on; % 核密度估計 [f_kde, xi] ksdensity(data, ‘Bandwidth‘, 0.5); % Bandwidth可調(diào)整平滑度 plot(xi, f_kde, ‘b-‘, ‘LineWidth‘, 2); % 理論正態(tài)曲線 mu mean(data); sigma std(data); x_range linspace(min(data)-3*sigma, max(data)3*sigma, 200); y_norm normpdf(x_range, mu, sigma); plot(x_range, y_norm, ‘r--‘, ‘LineWidth‘, 2); hold off; xlabel(‘Data Value‘); ylabel(‘Density‘); title(‘Histogram, KDE Normal Fit‘); legend(‘Histogram‘, ‘Kernel Density‘, ‘Normal PDF‘, ‘Location‘, ‘best‘); grid on; % 子圖2Q-Q圖 subplot(2, 3, 2); qqplot(data); grid on; title(‘Q-Q Plot‘); % 可以美化一下Q-Q圖添加參考線 hold on; h get(gca, ‘Children‘); set(h(1), ‘Marker‘, ‘.‘, ‘MarkerSize‘, 12); % 調(diào)整散點樣式 % 手動添加yx參考線便于觀察 xlims xlim; ylims ylim; new_lim [min([xlims(1), ylims(1)]), max([xlims(2), ylims(2)])]; plot(new_lim, new_lim, ‘k-‘, ‘LineWidth‘, 1); hold off; xlabel(‘Theoretical Quantiles‘); ylabel(‘Sample Quantiles‘); % 子圖3箱線圖觀察對稱性和異常值 subplot(2, 3, 3); boxplot(data, ‘Orientation‘, ‘horizontal‘); title(‘Box Plot‘); xlabel(‘Data Value‘); grid on; % 子圖4經(jīng)驗分布函數(shù) vs 理論正態(tài)CDF (K-S檢驗思想的可視化) subplot(2, 3, 4); [f_emp, x_emp] ecdf(data); % 經(jīng)驗分布函數(shù) plot(x_emp, f_emp, ‘b-‘, ‘LineWidth‘, 2); hold on; x_theory linspace(min(data), max(data), 1000); y_theory normcdf(x_theory, mu, sigma); plot(x_theory, y_theory, ‘r--‘, ‘LineWidth‘, 2); % 標(biāo)注最大距離D統(tǒng)計量 [~, D_idx] max(abs(f_emp - normcdf(x_emp, mu, sigma))); D abs(f_emp(D_idx) - normcdf(x_emp(D_idx), mu, sigma)); plot([x_emp(D_idx), x_emp(D_idx)], [f_emp(D_idx), normcdf(x_emp(D_idx), mu, sigma)], ‘k-‘, ‘LineWidth‘, 1.5); text(x_emp(D_idx), mean([f_emp(D_idx), normcdf(x_emp(D_idx), mu, sigma)]), ... sprintf(‘D%.3f‘, D), ‘VerticalAlignment‘, ‘bottom‘, ‘HorizontalAlignment‘, ‘center‘); hold off; xlabel(‘Data Value‘); ylabel(‘Cumulative Probability‘); title(‘Empirical vs. Theoretical CDF (K-S Distance)‘); legend(‘Empirical CDF‘, ‘Normal CDF‘, ‘Max Distance D‘, ‘Location‘, ‘best‘); grid on; % 子圖5正態(tài)概率圖 (另一種形式的概率圖) subplot(2, 3, 5); probplot(‘normal‘, data); grid on; title(‘Normal Probability Plot‘); sgtitle(‘Comprehensive Normality Diagnostic Plots‘, ‘FontSize‘, 14, ‘FontWeight‘, ‘bold‘);這套組合圖形提供了多角度視圖直方圖/KDE看整體形狀Q-Q圖和正態(tài)概率圖看分位數(shù)匹配箱線圖看對稱性和異常值CDF對比圖直觀展示K-S距離。4.3 統(tǒng)計檢驗執(zhí)行與結(jié)果解讀運行多種統(tǒng)計檢驗并匯總結(jié)果。不要只依賴一種檢驗方法。% 3. 執(zhí)行多種統(tǒng)計檢驗 fprintf(‘\n 統(tǒng)計檢驗結(jié)果 \n‘); alpha 0.05; % 顯著性水平 % (1) Jarque-Bera 檢驗 [h_jb, p_jb, jbstat] jbtest(data, alpha); fprintf(‘1. Jarque-Bera Test:\n‘); fprintf(‘ Statistic %.4f, P-value %.4e\n‘, jbstat, p_jb); fprintf(‘ Conclusion: ‘); if h_jb 0 fprintf(‘Fail to reject normality (p %.2f).\n‘, alpha); else fprintf(‘Reject normality (p %.2f).\n‘, alpha); end % (2) Lilliefors 檢驗 (修正的K-S檢驗) [h_lillie, p_lillie, lstat] lillietest(data, alpha); fprintf(‘2. Lilliefors Test:\n‘); fprintf(‘ Statistic D %.4f, P-value %.4e\n‘, lstat, p_lillie); fprintf(‘ Conclusion: ‘); if h_lillie 0 fprintf(‘Fail to reject normality (p %.2f).\n‘, alpha); else fprintf(‘Reject normality (p %.2f).\n‘, alpha); end % (3) 嘗試尋找或?qū)崿F(xiàn) Shapiro-Wilk 檢驗 (這里假設(shè)有swtest函數(shù)) % 如果未安裝可以注釋掉這部分或使用 chi2gof 替代 try [h_sw, p_sw, wstat] swtest(data, alpha); fprintf(‘3. Shapiro-Wilk Test:\n‘); fprintf(‘ Statistic W %.4f, P-value %.4e\n‘, wstat, p_sw); fprintf(‘ Conclusion: ‘); if h_sw 0 fprintf(‘Fail to reject normality (p %.2f).\n‘, alpha); else fprintf(‘Reject normality (p %.2f).\n‘, alpha); end catch ME fprintf(‘3. Shapiro-Wilk Test: Function ”swtest” not found. Skipped.\n‘); % 作為替代可以使用卡方擬合優(yōu)度檢驗但需分組 % [h_chi, p_chi] chi2gof(data, ‘CDF‘, makedist(‘Normal‘, ‘mu‘, mu, ‘sigma‘, sigma)); end % 4. 綜合判斷與建議 fprintf(‘\n 綜合診斷建議 \n‘); reject_counts sum([h_jb, h_lillie]); % 統(tǒng)計拒絕原假設(shè)的檢驗數(shù)量 total_tests 2; % 這里以JB和Lilliefors為例 if reject_counts 0 fprintf(‘所有檢驗均未拒絕正態(tài)性原假設(shè)。\n‘); fprintf(‘建議可以較為放心地使用基于正態(tài)假設(shè)的模型如皮爾遜相關(guān)、t檢驗等。但仍需結(jié)合圖形觀察確認(rèn)無明顯異常。\n‘); elseif reject_counts total_tests fprintf(‘所有檢驗均拒絕正態(tài)性原假設(shè)。\n‘); fprintf(‘建議數(shù)據(jù)很可能不服從正態(tài)分布。應(yīng)\n‘); fprintf(‘ a) 仔細查看Q-Q圖和直方圖判斷偏離類型偏態(tài)、厚尾等。\n‘); fprintf(‘ b) 考慮對數(shù)據(jù)進行變換如對數(shù)變換、Box-Cox變換。\n‘); fprintf(‘ c) 轉(zhuǎn)向非參數(shù)方法如斯皮爾曼相關(guān)系數(shù)、Mann-Whitney U檢驗。\n‘); fprintf(‘ d) 使用對正態(tài)性不敏感的穩(wěn)健方法。\n‘); else fprintf(‘檢驗結(jié)果不一致。\n‘); fprintf(‘建議這種情況常發(fā)生在樣本量中等或數(shù)據(jù)處于“邊緣非正態(tài)”時。\n‘); fprintf(‘ 應(yīng)重點依賴圖形診斷Q-Q圖。如果圖形顯示僅有輕微偏離且樣本量較大某些檢驗如S-W可能因過于敏感而拒絕。\n‘); fprintf(‘ 此時若偏離對后續(xù)分析影響不大例如回歸分析中對殘差正態(tài)性要求相對寬松可謹(jǐn)慎使用參數(shù)方法。否則建議采用非參數(shù)方法。\n‘); end這個腳本提供了一個自動化診斷的模板。在實際項目中你可以將其封裝成一個函數(shù)normalityCheck(data, alpha)方便重復(fù)調(diào)用。5. 當(dāng)數(shù)據(jù)非正態(tài)時應(yīng)對策略與相關(guān)系數(shù)的選擇經(jīng)過檢驗如果數(shù)據(jù)確實不服從正態(tài)分布我們并非無路可走。盲目使用皮爾遜相關(guān)系數(shù)會導(dǎo)致錯誤。這時我們需要一套應(yīng)對策略。5.1 數(shù)據(jù)變換將“非正態(tài)”拉回正軌對于某些類型的非正態(tài)數(shù)據(jù)可以通過數(shù)學(xué)變換使其更接近正態(tài)分布。這通常是處理偏態(tài)數(shù)據(jù)的首選方法。對數(shù)變換適用于右偏正偏嚴(yán)重且所有值為正的數(shù)據(jù)。例如收入、人口、面積等數(shù)據(jù)。在MATLAB中transformed_data log(data)。如果數(shù)據(jù)包含零可以使用log1p即log(1x)。平方根變換適用于輕度右偏的數(shù)據(jù)特別是計數(shù)數(shù)據(jù)如泊松分布。transformed_data sqrt(data)。Box-Cox變換一個更強大的變換族能自動尋找最優(yōu)的變換參數(shù)λ使變換后的數(shù)據(jù)盡可能正態(tài)。MATLAB的boxcox函數(shù)可以幫你找到最優(yōu)λ并完成變換。% 使用Box-Cox變換 [transformed_data, lambda] boxcox(data); % data必須為正數(shù) fprintf(‘Optimal lambda found by Box-Cox: %.4f\n‘, lambda); % 對變換后的數(shù)據(jù)再次進行正態(tài)性檢驗 [h, p] lillietest(transformed_data); if h0 fprintf(‘After Box-Cox transformation, data appears normal (p%.4f).\n‘, p); end重要提示對變換后的數(shù)據(jù)進行分析后解釋結(jié)果時需牢記變量已被變換。例如基于對數(shù)變換數(shù)據(jù)建立的線性模型其系數(shù)解釋是關(guān)于對數(shù)尺度的。5.2 非參數(shù)相關(guān)系數(shù)繞過正態(tài)假設(shè)如果變換效果不佳或者變換使數(shù)據(jù)難以解釋那么就應(yīng)該放棄皮爾遜相關(guān)系數(shù)轉(zhuǎn)而使用不依賴于正態(tài)分布假設(shè)的非參數(shù)相關(guān)系數(shù)。斯皮爾曼秩相關(guān)系數(shù)它衡量的是兩個變量單調(diào)關(guān)系的強度和方向。計算時先將原始數(shù)據(jù)轉(zhuǎn)換為秩次排序后的位次然后計算這些秩次之間的皮爾遜相關(guān)系數(shù)。它對異常值不敏感適用于定序數(shù)據(jù)或不滿足正態(tài)分布的定距數(shù)據(jù)。% 計算斯皮爾曼相關(guān)系數(shù)及其p值 [rho_spearman, p_spearman] corr(data1, data2, ‘Type‘, ‘Spearman‘); fprintf(‘Spearman‘s rank correlation coefficient: %.4f\n‘, rho_spearman); fprintf(‘P-value (two-tailed): %.4e\n‘, p_spearman);肯德爾秩相關(guān)系數(shù)同樣基于秩次但它衡量的是兩個變量之間一致對和不一致對的比例。對于樣本量較小或數(shù)據(jù)中存在大量重復(fù)值結(jié)的情況肯德爾τ有時比斯皮爾曼ρ更穩(wěn)定。% 計算肯德爾τ相關(guān)系數(shù)及其p值 [tau_kendall, p_kendall] corr(data1, data2, ‘Type‘, ‘Kendall‘); fprintf(‘Kendall‘s tau correlation coefficient: %.4f\n‘, tau_kendall); fprintf(‘P-value (two-tailed): %.4e\n‘, p_kendall);如何選擇斯皮爾曼相關(guān)系數(shù)更常用計算效率高且與皮爾遜相關(guān)系數(shù)在解釋上類似-1到1。肯德爾τ對數(shù)據(jù)分布的形狀更不敏感但計算復(fù)雜度更高。通常如果數(shù)據(jù)沒有太多重復(fù)值兩者結(jié)論會相似。5.3 穩(wěn)健方法與重抽樣技術(shù)除了變換和非參數(shù)方法還有一些更現(xiàn)代的思路穩(wěn)健統(tǒng)計量例如可以使用基于中位數(shù)和絕對偏差的相關(guān)系數(shù)估計或者使用修剪后的皮爾遜相關(guān)系數(shù)剔除一定比例極端值后再計算這些方法對偏離正態(tài)和異常值有更好的耐抗性。自助法當(dāng)理論分布未知時可以通過自助法來估計相關(guān)系數(shù)的置信區(qū)間。其基本思想是從原始樣本中有放回地重復(fù)抽樣生成大量“Bootstrap樣本”然后計算每個樣本的相關(guān)系數(shù)最后用這些相關(guān)系數(shù)的分布來估計真實相關(guān)系數(shù)的分布。n_boot 10000; % Bootstrap重抽樣次數(shù) boot_corr zeros(n_boot, 1); n_obs length(data1); for i 1:n_boot idx randi(n_obs, n_obs, 1); % 有放回隨機抽樣索引 boot_corr(i) corr(data1(idx), data2(idx), ‘Type‘, ‘Pearson‘); % 仍可用Pearson但評估其分布 end % 計算95%的Bootstrap置信區(qū)間 ci_lower prctile(boot_corr, 2.5); ci_upper prctile(boot_corr, 97.5); fprintf(‘Bootstrap 95%% CI for Pearson correlation: [%.4f, %.4f]\n‘, ci_lower, ci_upper);如果這個置信區(qū)間不包含0我們可以在不依賴正態(tài)性假設(shè)的情況下認(rèn)為相關(guān)性是顯著的。6. 實戰(zhàn)中的陷阱與經(jīng)驗之談在多年的建模和數(shù)據(jù)分析工作中關(guān)于正態(tài)性檢驗和相關(guān)系數(shù)應(yīng)用我踩過不少坑也總結(jié)出一些教科書上不會細講的經(jīng)驗。陷阱一盲目相信單一檢驗的p值。尤其是在大樣本n 1000情況下Shapiro-Wilk或K-S檢驗的威力極大任何微小的、在實際應(yīng)用中可忽略的非正態(tài)性都會導(dǎo)致p值極其顯著0.001。此時一定要回到Q-Q圖。如果點基本落在對角線上僅在尾部有極其輕微的偏離那么從實際應(yīng)用角度可以認(rèn)為數(shù)據(jù)“近似正態(tài)”使用皮爾遜相關(guān)系數(shù)風(fēng)險不大。統(tǒng)計顯著不等于實際顯著。陷阱二忽略多元正態(tài)性。在計算多個變量間的皮爾遜相關(guān)系數(shù)矩陣或進行多元回歸時我們需要的假設(shè)是多元正態(tài)分布這比每個變量單獨服從一元正態(tài)分布要求更嚴(yán)格。檢驗多元正態(tài)性更復(fù)雜如Mardia‘s test但在實踐中如果每個邊緣分布都近似正態(tài)且散點圖呈橢圓狀通??梢哉J(rèn)為多元正態(tài)性近似滿足。一個實用的檢查方法是做殘差圖。在回歸分析后繪制預(yù)測值與殘差的散點圖或殘差的Q-Q圖。如果殘差隨機分布在0附近且Q-Q圖近似直線則模型的正態(tài)性假設(shè)基本合理。陷阱三對分類數(shù)據(jù)誤用皮爾遜相關(guān)系數(shù)。皮爾遜相關(guān)系數(shù)衡量的是兩個連續(xù)變量之間的線性關(guān)系。對于分類變量如性別、等級計算皮爾遜相關(guān)系數(shù)是沒有意義的。對于兩個分類變量應(yīng)使用卡方檢驗、克萊姆V系數(shù)等對于一個連續(xù)變量和一個二分類變量可以使用點二列相關(guān)對于兩個有序分類變量可以使用斯皮爾曼或肯德爾相關(guān)系數(shù)。經(jīng)驗一建立標(biāo)準(zhǔn)化的數(shù)據(jù)診斷流程。對于每一個新的數(shù)據(jù)集在開始任何復(fù)雜的建模前我都習(xí)慣性跑一遍類似第4部分的診斷腳本。這不僅能避免方法誤用還能加深對數(shù)據(jù)特性的理解有時甚至能發(fā)現(xiàn)數(shù)據(jù)采集或錄入中的錯誤如異常值。經(jīng)驗二相關(guān)系數(shù)不等于因果關(guān)系。這是老生常談但至關(guān)重要。即使我們算出了一個非常顯著的皮爾遜或斯皮爾曼相關(guān)系數(shù)也絕不能直接說“A導(dǎo)致B”。相關(guān)系數(shù)只描述協(xié)同變化的關(guān)系其背后可能存在第三個混雜變量或者方向是相反的。建立因果關(guān)系需要更嚴(yán)謹(jǐn)?shù)难芯吭O(shè)計如隨機對照實驗或更復(fù)雜的模型如因果推斷模型。經(jīng)驗三報告結(jié)果時透明化你的選擇。在論文或報告里不要只寫“我們計算了相關(guān)系數(shù)”。應(yīng)該寫明“首先對變量X和Y進行了正態(tài)性檢驗Shapiro-Wilk檢驗p值分別為0.xx和0.xx并輔以Q-Q圖可視化。鑒于數(shù)據(jù)不滿足正態(tài)性假設(shè)我們采用了斯皮爾曼秩相關(guān)系數(shù)來衡量其單調(diào)關(guān)聯(lián)?!?這樣的描述體現(xiàn)了你分析過程的嚴(yán)謹(jǐn)性也讓審稿人或讀者能夠評估你方法選擇的合理性。正態(tài)性檢驗絕非一個可有可無的過場它是確保后續(xù)統(tǒng)計推斷可靠性的第一道也是最重要的一道關(guān)卡?;ㄔ跀?shù)據(jù)診斷上的時間永遠比模型跑飛后回頭排查的時間要劃算得多。
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
性爱综合网| 嗯嗯嗯好爽| 婷婷在线播放| 屁股久久久久久久久| 国产传媒日韩| 亚洲另类久操网| www.人人摸在线视频| 欧美性爱免费短视频| 亚洲色图大香| 国产精品第一页国产大屁股视频免费区| 亚洲天堂五月天国产| 大香蕉久| 精品78| 黄色一级视| 手机久操欧美综合色码| 欧美极品| 精品人妻美妇91job| 麻豆国产96在线| 婷婷亚洲综合| 欧美成人一区二区| 大香蕉综合在线| 97美日韩视频| 亚洲 se图 欧美电影| 99热这里只有精品18| 色综合久| 神马午夜久久| 手机不卡视频不卡在线一二三区| 亚洲色人阁| 先锋影音av先锋一区| 国产欧美第五页| 91亚洲人| 久久9精品视频| 中文字幕精品专区搜索结果91| 亚洲欧美一区二区网址| 国产精品97视频| 久久直播国产| 久久久96精品| 天天插天天插| 91综合色噜噜| 亚州乱码中文字幕综合久久久| 日本国产亚洲一区在线观看| 嗯嗯啊好大| 亚洲啪啪视频一区二区| 绯色AV粉色AV蜜臀AV| 国产精品免费1区2区视频| 亚洲色欲一区二区三区| 国产精品无套内谢| 98超碰欧美| 玖玖爱免费观看视频| 国产成人精品午夜福利| 青青伊人这里只有精品| 欧美92| 国产农村妇女精品| 日韩精品影视| 亚洲欧洲精品视频发布| 91美女视频在线观看| 九色 人妻 大香蕉| 国产美女自拍AV| 嫩草 人人网精品| 另类 日韩 熟女| 久久原创中文| 9九九九九视频在线观看| 一级一性爱免费视频| 丁香六月婷婷| 国产乱人妻精品入口| 91综合在线| 日韩卡一卡二卡三在线| 伊人麻豆传媒| 97天天弄| 丰满人妻无码一区二区三区| 精品国产乱码久久久久久久久久毛片| 日韩女优在线| 黑人性欧美| 超碰九色| 国产A v无码专区| 青草地一本线一区二区三区| 亚洲人成色9999精品久久| 狠狠色噜噜狠狠狠狠2018| 白 大 人妻 区 在线| 看一级黄色视频| 亚洲色欧美| 久久一本大香蕉 | 97 亚洲 日韩 欧美 在线| 国产成人自拍视频视频| 97视频网站| 神马九九九| 日韩亚洲欧美中文字幕| 97干天天| 九九热精品| 欧美色图色综合| 精品一区二区三区蜜桃臀www| 五月色综合| 亚洲啪啪综合?v一区综合精品区| 9.1小视频| 久久人妻97久久久久久久| 多乙久久久久久| 精品人妻免费观看| 亚洲熟妇A V黑人| 日韩丨制服丨中文|在线| 国产色呦呦| 亚洲国产精品V?在线播放| 经典丝袜一区| 熟女高潮合集-永久久久-成人AV| 精品国产一区二区三区久久久蜜臀| 五月天丁香网| 免费观看啪视频| 亚洲一区中文精品| 极品销魂美女一区二区| 98福利在线视频| 91女人的网站| 国产有码一区| 日本天堂网| 99热精品免费| 婷婷久热| 任你草| 免费男人的天堂| 久久亚洲不卡一区二区三区| 91热情品| 96久久久精品| 色欲人妻一区二区在线| 夜夜高潮夜夜爽高清视频一| 天天插夜夜爽| 麻豆 亚洲 97| 人人人摸人人| 97免费视频在线观看视频| 精品午夜福利国产一区二区在线观看| 偷拍 亚洲 欧美| 色综91| 美欧色综合| 天天拍夜夜| 草草草视频| 偷窥自拍亚洲| 婷婷九月丁香| 久久啊啊| 日韩啊V| 97超碰9| 97精品人妻一二三四| 国产中文字幕在线观看| 中文字幕欧洲有码| 亚洲男人的天堂V| 激情四射婷婷四五月天| 69人妻人人揉人人躁人人精品| 国产精品一区二区三区在线密挑| 91麻豆va国产精品| 91啪9色| 操逼www.| 亚洲天堂 视频你懂的| 成年人性爱日韩| 蜜乳av一区二区| www.久久最新地址| 国产二区视频在线观看电影| 日亚韩精品视频二区三| 亚州色交| 97草草| 91精品导航| 在线日韩精品一区二区三区| 天天操天天射天天日| 婷婷丁香五月天综合东京热| 97资源制服丝袜| 极品白嫩福利在线| chaopen97久久| 极品销魂美女一区二区| 夜夜夜夜爽| 97干在线视频| 成人aⅴ一区二区三区| 五月婷丁香| 亚洲天堂,男人| 快点操死我| SS久久| 色女综合| 日韩 女同 综合| 欧美性天天| av毛片aaaaa免费看| 成人AV超碰免费在线| 国产欧美岛国精品一区| 97久久精品亚洲中六字幕| 婷婷尹人大香蕉免费| 91网站18在线| 深喉吞精| 人人插人人摸人人| 国产超碰国产97| 免费人人搞97| 播播亚洲小说亚洲| 999熟女精品| 99色网| 中文字幕日韩电影人妻| 青草青青久久久久久国产| 骚熟女吞| 啊啊啊好想要| 人妻激情偷乱视频一区二区三区 | 超碰97护士| 亚洲欧美不卡线| 精品无码一区二区三区| 国产九九九九九九九九| 亚州综合色图| 亚洲综合20p| 国产精品视频一区二区三区八戒| 天天操av懂色| 伊人96在线| 久久受www免费人成| 99久久婷婷| 嗯嗯啊啊用力视频免费| 91天天综合日韩欧美| 91亚州欧美| 99久久9| 一区二区无码视频| 国产人伦a片信息免费片| 国产高清不卡视频| 人妻少妇久久中文字幕一区二区 麻豆 | 91男人综合| 亚洲激情在线观看一区| 91女人的网站| 国产操逼网站亚洲一级黄色| 蜜臀精品1区2区| 四虎AV影视国产精品亚洲精品| 97超碰久久| 国产91美女高潮| 97超碰色色| 国产女人高潮视频| 操逼网站网站| 欧美色图中文字幕| 97超碰人人操人人操| 91暧暧| a'v在线资源| 成人精品无码| 九热大香蕉| 一级二级三级黑人无码| 亚洲情色在线| 夜夜草我| 99re热| 成人黑料社久久| 久久女女| 人妻久久久久久| 亚洲天堂电影网99999| 99久久久99久久91熟女| 测评在线观看AV| 日韩人妻网站| 日韩欧美综合激情| 免看60秒涩涩视频| 诱惑网综合| baisiav| 在线观看免费视频国产| 综合熟妇一区二区三区| 综合久草| 色伊人91| 一区二区三区一亚洲中文字幕、综合区灬| 婷婷综合在线| www.亚洲成人一区| 伊人久日| 超碰 另类 欧美 | 亚州情色j区| 日本淫乱女一区二区三区视频| 蜜色网色哟哟| 日韩去日本高清在| 欧美se综合| 久久婷婷伊人| 精品在线蜜臀| 欧美日韩操逼嗦吊| 日韩 国产 欧美自拍| julia中文字幕在线观看| 性爱av网站| 精品视频一区二区| 欧美综合在线91| 在线黄页看毛片| 国产一级内射无挡观看| 神马午夜久久| 操死我了啊啊啊| 熟妇最新先锋一二三区| 久久精品国产72国产精品福利| 熟妇女伦乱视频| 亚洲欧洲精品视频发布| 中文高清一区二区的| 国产99精品一区二区三区免费| 精品高清牛人盗摄一区二区三区中文字幕A片免费在线观看 | 麻豆传媒一区二区在线观看| 亚洲天堂,男人| 激情小说日韩无码| 色妇综合网| 蜜屁Av| 久久久一区二区三区四曲免费听| 国产成人99久久亚洲综合| 日本三级精品| 精彩久久中文| 久久色一区| 大香蕉伊人久久| 亚洲成a人在线观看久| 爆乳免费黄网站| 一级A啪啪啪啪| 日韩人妻一二三区视频| 超清福利精品视频在线| 日韩在线国产字幕| 久久久久久久九九九九| 国产美女高潮视频| 超碰碰97资源站| 亚洲清纯唯美| 青青草中出视频| 97在线观看免费视频l| 中文字幕精品丝袜| 四虎影视在线| 99热99re超碰精品| 激情文学网伊人| 婷婷久月| 丁香五月自拍| 99∨VTV| 久久久网站| 囯产乱伦一区二区三女| 日韩国产成人自拍视频| 久久AV无码网址| 亚洲天堂7777| 国产乱伦一二三区| 国产成人无码网站在线视频| 超碰91在线| 国产免费黄色一级大片| 无码78| 成人性交午夜免费片| 91老妇女| 久久久久久性爱免费视频| 国产欧美另类久久久精品课程| 国产尤物在线三区| 好一吊区二区| 日本精品加勒比海一区| 9ⅰ久久久天天| 国产AV线| 熟妇人妻精品一区二区| 熟女少妇视频| 欧美A片中文字幕| 精品一区二区综合熟妇| 久久亚洲av成人无码国产| 激情综合婷婷| 欧美日韩情色一区二区| 和协影院中文字幕三区| 中文字幕精品专区搜索结果91| 啊啊啊啊,啊啊好多水| 亚州,欧美在线| 91综合网站| 日韩欧美福利视频看看| 又粗又长又爽在线观看| 在线综合 亚洲 欧美中文字幕| 人妻啪| 国产精品岛国片在线观看| 国产AV高清AV无码| 台湾佬中文娱乐自偷自拍| 日本99一区二区| 91精品免费| 日韩综合97p| 白丝AV| 亚洲最大成人a毛毛片| 久久草在线综合视频| 久久黄黄| 美女91色黄18| 91美女在线观看| a一区二区三区乱码在线| 在线v中文字幕一区二区三区| 色墦五月丁香| 午夜综合在线| 男女啪啪啪18禁网站| japan日本高清乱xxxx| 亚洲清纯唯美| 天天看少妇| 欧美视频第二页| 男人的天堂久久| 欧美性xxxxx狂欢| 黄色一区二区秘书性感| 色青青久久影视| 久jiu久神马影院| 中文字幕一区二区三四五区日日骚| 噜噜噜噜久久久精品免费| 操屄日韩| 色婷婷丁香五月| 大香蕉在线SuP| 91P0RNY大屁股人妻| 欧美性爱无码一区二区三区| 又黄又爽在线观看视频| 国产成人啪一区二区| 日本不卡一区二区| 日韩激情中文字幕有码| 九九热超碰97亚洲最新香蕉| 天天欧美| 中文自拍欧美影视| 国产精品久久久久久久久久久久久久久久| 久久狠狠色噜噜狠狠狠狠97| 丁香五月天激情网站| 大香蕉在线视频重口味毛片在线| 91综合熟女| 午夜精品探花| 国产免费一区| 啪啪免费| 精爱久久| 黄色香蕉视频网站一区| 国产精品老熟女一区二区| 91欧美综合在线| 久久精品国产欧美日韩亚洲欧美日韩中文久久国产一区 | 久久精品 六十路 熟女 欧美| 狠日操| 国产精品 亚洲情色| 伊人宅男大香蕉| 亚洲四虎熟女精品| 国产丝袜高跟美女av免费观看| 男人天堂欧美| 天天看综合网| 色悠久| 小情侣高清国产在线视频| 天天操人人操骚逼网站| 久久久久亚洲Aⅴ无码| 天天干天天日天天射黄色片| 91在线精品一区二区三区| 欧美视频在线第3页| 丰满人妻-区二区三区免费看| 在线v中文字幕一区二区三区 | 婷婷色影院| 亚洲一二三四区在线免费看视频| 久久久久国产一区二| 无码人妻精品一区二区三区九九| 国产中文大片资源中文字幕| 色av中文字| 人人操欧美风骚| 嗯啊啊啊轻点视频 | 欧美一级专区免费大片 | 麻豆视频一区二区| 天天添天天干电影| 91久久久亚洲| 少妇三P| 欧美系列在线一区二区| 日本 情色 1区2区3区| 韩国一级做A片免费的| 插插综合网天天影视网| 欧美激情五月天| 97视频在线看| 爱干爱射网啊啊啊| 久久夜黄色无码A级大片| 久久视频,这里只有精品| 欧美日韩香蕉| 天天日天天看| 5252色欧美在线| 色官网色综合| 日韩少妇无码| 淫骚熟女一区二区三区| 五月天丁香网| 久久亚洲中文字幕视频| 色香欲天天天天综合色| 黄片无码在线制服| 亚洲无992tv| 久久伦理视频久久大香蕉视频| 亚洲女毛多水多21P| 欧美综合亚洲综合| 人妻人妻天天碰| 99久久婷婷| 黄色成人网久久久久久| 欧美性Fer办公室秘书| 东京热男人的天堂网| 国产成人 综合亚洲 天堂| 久热99999| 99re6久热只有精品6在线直播 | 97久久天天综合色天天综合色电影| 啪啪91| 无码人妻一区二区三区色欲aⅴ| 日韩操呦呦影院在线观看| 欧美成va视频网站| 九九热久久99精品re| 欧美韩日精品99综合| 日韩一级二级| 国产伦乱91| a片在线播放| 中文字幕色AV| 东京热不卡视频| 天天看综合网| 97人人模人人爽人人| AA级电影三区| 97超碰欧美中文字幕| 啊啊啊久久久视频| 夜夜嗷嗷一区二区| 97色插| 六月丁香久久| 国产精品无码AV网站| 色哟哟综合| 欧美黑人极品高潮喷吹熟女黑人性暴力日韩在线欧美极品一区 | 天天操天天日天天干| 五月激情小说| 青青草天天亲夜夜操网| 欧美极品性爱天天射| 国产精品久久久久久久无码AV| 日韩电影中文字幕| 综合天天。| 人妻免费观看| 人妻 欧美 中文| 国模限制级电影| 激情开心五月天| 综合欧美日本三级| 国产又操| 26uuu国产免费观看| 国产av波波国产精品| 美国日韩黄片| 人人性爱视频免费| 亚洲无码精品AV久久久| 麻豆久久精品亚洲精品88| 欧美九九九九九| 91情色在线| 这里只有97精品| 九九九九一区| 99热精品在线观看| AV女资源| 人妻久久| 97天天综合| 国产久久久久久| 日韩9区| 欧美激情专区| yiqicaoav| 午夜性生活av免费在线看| 九九九九9999| 成人精品在线免费视频| 免费啪啪av| 三级激情网站| 国产中文字幕曰本毛片| 亚洲日韩成人性爱视频| 99热久| 中文字暮97| 91视频伊人| 日韩中文字幕视频| 丰满高潮18xxxx| 久久久久中出| 亚洲欧洲美腿丝袜| 男人的天堂com| 手机看片日韩人妻| 欧美97视频| 国产精品久久久九九九| 91国产在线精品| 国产精品九九| 清纯唯美第一页| 亚洲图片欧美色| 性猛交| 亚洲国产精品无码AV久久久| 三级AV入口| 一起草精品人妻| 东京热男人的天堂网| 依人大香蕉| 99re6久热只有精品6在线直播| 亚洲男人天堂网久久| 欧美综合网1| 成人久久久| 午夜偷拍久久熟女| 性感女人网页在线观看视频| 伊人少妇久久久| 啊啊啊 在线| 无码一区免费在线不卡| 免费毛片在线播放| 95人妻爽爽人人做人人澡| 国产a级精品| 久久久久久99999国产精品| 国产精品96| 日韩国产欧美伦理在线| 欧美成人都市人妻| 人妻少妇精品久久久| 伊香蕉综合久久久久久久噜噜噜| 手机午夜电影神马久久| 日韩无码专区| 91l欧美在线| 一本色道综合久久欧美日韩精品| av最新免费中文字幕| 婷婷综合五月天| 久久婷婷欧美| 亚州综合色| 国产三级日产三级韩国三级| 久久99国产综合精品女同| 天天天天天超碰| 射综合网| 天堂种子在线www网资源| 欧美狠狠操| 深夜国产福利| 久久久精品国产亚洲AV无码| 美女黄色一级A视频| 久久九操在线观看| 在线无码视频| 97久久超碰国产网站| 国产熟女一区二区| yellow网站免费观看日韩高清无码| 欧美黑人性猛交91| 日本熟妇人妻一区二区三区| 免费一级a毛片久久久久久鸭绿欲| 欧美日韩国产在线| 久久久久婷婷精品av电影| 26uuu国产亚洲综合| 色丁香五月婷婷| 激情啪啪视频| 岛国片国产成人亚洲播放| 青青草吊丝| 在线情色电影 91大| 婷婷色色五月天福利| 久久久久久中文字幕中文字幕最新| 亚洲中文字幕一区二区| 五月天成人综合| 好涩综合| 天堂蜜桃无码视频一区二区| 无码人妻一区二区三区免费九色| 亚洲天堂,男人| 欧洲精品二区| 亚洲中文制服诱惑| 日韩兔费看黄片| 男人下部插入女人下部| 国产成人91一区二区三区| 天天操天天射青青草| 97超碰日韩| 丰满翘臀美女影院视频| 亚洲欧洲av影音| 噜噜噜久久亚洲精品色情| 无码外流操逼视频| 91国产伊人大香蕉| 五月婷婷激情网| 男人天堂新在线| 97综合在线观看| 99久久久久久亚洲精品不卡| 精品无码人妻一区二区免费蜜桃| 日本国产高清色www视频在线| 亚洲另类色图片| 久草国产在线视频| 久操免费电影| 久久色一区| 久久久久亚洲AV无码专区少妇| 嫩草 我啊~嗯~在线| 韩国一级婬片A片AAAAA| 欧美天天弄| 欧洲与亚洲欧美精品中文字幕| 欧美少妇性爱网站| 狠日欧美| 天天看片麻豆| 丁香五月AV| 五月婷婷六月色| 好爽视频在线观看视频| 淫乱图区| 亚洲少妇喷视频看| 亚洲精品国产专区在线观看| 啊啊啊男女| 91在线限制级| 很很热性爱视频| 任你爽视频| 亚州熟女乱伦| 夜夜骑日日| 久久久久久久久久久久久久久乱码| 亚洲一级性爱视频免费看| 亚洲高潮影院| 操操操操操操| 午夜福利成人免费视频| AV在线性爱| 欧美性高潮| xxx亚洲午夜天堂| 日日操丁香五月天| 国产无码精品久久久久久| 麻豆人妻偷人精品无码视频| 黄色网址久久精品欧美喷水| 色官网色综合| 91综合色噜噜| 天天干夜夜鈤| 久久九操在线观看| 精彩国产视频播放1区2区| 人妻AV在线| 激情小说日韩无码| 国产传媒一区二区三区| 97资源站久久| 欧美色自拍| 69AV女优男人的天堂| 五月婷婷爱六月丁香色| 人妻81p| 性无码专区2020| 黄色成年| 亚洲视频一二区| 男人的天堂2018.| 天天做天天爱| 国产精品老师| 园内精品自拍视频在线播放| 国产精品点击进入在线影院高清| 人妻熟妇一区二区三区| 后入式五六区| 啊啊啊啊啊啊啊啊啊啊在线观看| 啊好爽受不了无码| 蜜臀av中字字幕网站| 成人五月香网在线| 亚洲天堂,男人| 大香蕉丝袜一级片| 人人色人人操在线| 国产伦乱91| 新版天堂中文资源8在线| 日韩中文字幕精品一区在线| 日韩啊V| 日韩欧无码一区二区三区免费不卡 | 日韩电影中文字幕| 搡老女人老91妇女熟女| 久久一区二区加油站| 伊人久久大香线蕉亚洲五月天,青草青草欧美日本一区二区,欧美日产欧美日产国产 | 五月丁香啪| 国产精品一区二区黄片| 国产乱伦性爱AV| 欧美人人AAA| 亚洲国产激情国产av| 欧美日韩性爱操大逼| 国产剧情AV不卡在线观看| AV网站高清无码在线观看| 日韩在线一区二区| 精品高清一区二区三区三州| 亚洲精品成人动漫在线| 国产在线激情视频| 十八禁的黄污污免费网站| 久久毛卡| 1769精品一区二区三区| 婷婷香蕉| 亚洲人精品久久久喷水| 国产人伦精品一区二区三区| 亚洲 se图 欧美电影| 国产丰满少妇久久久精品影院| 啊啊啊啊在线观看网址| 亚洲男人天堂2013| 久久久女人| 中日韓欧美高清| 9国产超碰| 狠狠色狠狠色狠狠五月| 精品一区二区亚洲国产| 一道本久久棕合爱| 人妻精品一区二区全免费| 久久久久78| 精品免费成人久久| 97亚洲精品| 精品人妻一区二区视频| 女人爽到高潮潮喷18禁网站| 亚洲欧美一区二区三区在钱蜜桃 | 国产粉嫩出水在线播放| 婷婷五月天AV| 久久综合精品一区二区三区| 99在线啪| 久久免费少妇| 日韩精品碰碰| 密桃99999| 97色视频在线| 欧美激情在线观看视频| 精品人妻中文字幕高清| 久操网址| 日韩三级一区| 日韩人妻精品中文字幕| 亚州,欧美在线| 欧美中文字幕日韩在线| 偷窥自拍A片| 久久久久久久久久久97| 丝袜天堂网| 日韩一级性爱无码| 亚洲熟女中文字幕在线| 97硬碰| 久久九九精品一区二区| 神马久久午夜| 操逼视频免费日韩无码| 欧亚乱色熟一区二区三四区| 大白逼三四级| 操操操五月天婷婷丁香影院| 五月婷婷无码| 久久久久9| 亚洲中文字幕在线视频一区二区| 日韩在线观看字幕精品| 国产专区路线| 校园春色第一页| 黄片aaaaa一区| 玖玖综合色| 天天噜| 手机看片1024你懂的国产| 欧美色66| 超碰在线一区二区三区| 丁香五月激情综合国产| 日本999精品| 午夜国产综合视频在线观看| 久色网| 热热色青青草| 久久精品毛片免费不卡| 97露脸精品丝袜| 97亚洲综合影院| 欧美亚性天堂| 超碰97极品9| 色欲日韩欧美在线一区| 日欧毛片久久| 激情 欧美 亚洲 小说| 中日无幕一二三四区| 欧成人精品一区二区三区| 国产亚州精品美女久久久免费| 北京美女一区二区| 免费看片黄| 亚洲人妻熟妇三十三区| 亚洲婷婷丁香在线| 91肏屄网| 一级二级在线观看| 国产伊人自拍| 亚洲欧美高清| 大鸡巴久久久| 天天看天天日天天操| 丝袜AV一二三区| 日韩97P| 人妻天天操天天爽视频免费| 天堂性色| 99国内精品| 长长久久曰曰夜夜成人网| 怡红院成人视频| 婷婷五月天激情四射| 欧美综合天堂| 国产原创自拍| 测评在线观看AV| 久久久亚洲精品电影免费看| 可免费观看的av毛片中日美韩| 成人夜夜爽| 久久精品熟女亚洲AV麻豆软件| 91大胆欧美| 国产亚洲99久久精品熟| yazhousetuoumei| 国产女人和拘做爰视频| 91九九九吃| 国产精品一区二区黄片| 欧美色图欧美| 久久久com| 黄片qw| 91影视亚洲| 黄片在线免费在线观看| 亚洲黄色电影| 久操B网| 制度丝袜99| 操老熟女AV| 激情婷婷五月天| 天天日天天干天天操| 亚洲 欧美 小说| 岛国黄片网站| 久久精品高清无码一区| 日韩激情中文字幕有码| 人妻娇喘 激情视频| 少妇蜜汁| 精品人体无圣光凹凸| 久草电影网| 男人的天堂在线有码| 一区二区免费电影久久| 五月天人妻综合| 麻豆精品久久久久久久| 天天懆天天日| 一二三区视频在线观看| 蜜臀亚洲中文| 亚洲欧美啪啪| 婷婷伊人| 中文日本免费高清| 欧美激情 亚洲色图| 久久超碰、| 国产精品久久伊人| 国产在线激情视频| 日韩有码专区| 操逼999| 青草青青久久久久久国产| 1级黄色夫妻对换性交免费看| q2午夜理论片夜色av| 天天肏美女| 天天色播亚洲综合网站| 欧美日韩中文视频播放| 蜜臀aV午夜一区二区三区| 五月丁香成人网| 啪啪免费| 东北女人无套内谢视频| 久久精品人妻一区二区三区| 情色日播放AV| 熟女视频久久| 久久精品人妻一区| 日本道人妻久久久在线不卡色视频| 色综合加勒比四四季| 日本欧美国内在线| 强奸乱伦大香蕉网| 永久免费av无码网站国产app| 校园激情狠狠四射| 好爽要喷了| 欧美激情久| 欧美亚洲丝袜美女电影| 综合久久婷婷| 入口操逼网站| 日韩精品人妻一| 久操精品| 天天干人人乐| 欧美在线电影| 青青草一本道福利视频| 日本精品性生活久久久| 免費人妻夜夜爽天天爽爽一区| www.色婷婷| 九九探花视频在线观看| 色欲无码人妻日韩欧美精品| 成人羞羞视频国产| 91精品91久久久久77777俄罗斯老妇姓x| 99热99re6国产在线播放| 97超碰免费人人性爱| 欧美亚男人的天堂| 六六久久日韩不卡| 男人天堂久久精品| 五月天婷婷成人网| 97天堂| 六十路日本| 91精品国产麻豆国产自产在| aⅴ日韩成人电影av在线免费看av大全| 亚洲中文字幕在线视频一区二区| 久久久久久久久久9| 97神马久久| 国产一二三在线视频五十路| 乱人乱色一区二区三区免费| 四虎av在线| 青青青青青手机视频| 欧洲亚洲人妻无码高清久久三区四区| 亚洲欧美综合网站| 色婷婷日韩精品一区二区三区| 俺也射| 啊啊啊男女| 超碰欧美COM| 中文不卡视频| 9久精品| 激情婷婷综合久久| 9Ⅰ超碰| 国产久久久久久| 久久久97| 亚洲AV麻豆Aⅴ无码电影一| 亚洲日韩精品久久久久一区壹牛 | 蜜屁av| 亚州91| 国产中文字幕在线点播| 久操网线| 90后性网国产欧美| 天天影视网综合少妇| 久久超碰亚洲人| 91精品电影18| 四虎视频在线观看| 熟女91网| 人人妻人人澡人人爽久久av| 人人性爱视频免费| 亚洲天堂人妻熟妇视频| 久久色情| 91久精品| 小骚逼被操的爽不爽| 色噜噜人妻av中文字幕| 九九九九九九视频免费| 日韩操p| 综合久久欧美| 超碰 另类 欧美| 91国产丝袜美女| 天天天干977| 日本人妻伦在线中文字幕| 在线人人人人人人精品超| 国产 码在线成人网站| 厕所偷拍在线| 人妻无码一区二区三区久久99| 97精| 国产成人bd在线观看| 激情五月综合网| 99re这里| 九九九热| 国产又爽又黄| 99热导航| 色香欲综合| 亚洲成人一区二区精品| 天天干2019| 中文字幕欧美日本乱码一线二线| 久久系列| 亚欧韩av| 亚洲www91| 黑人综合网| 一级特黄aaa大片在线观看成人一级片在线观看| 欧美黄片欧美黄片xxx| 99.色网| 人妻91少妇| 岛国黄色短视频| 中文字幕一区 二 区 三 四 五 区日 日 骚 | AA丁香综合激情| 97超碰亚洲| 欧美 亚洲| 囯产乱伦一区二区三女| 超碰人妻中文在线| 大色综合| 国产极品美女高潮无套在线观看| 欧美天天插| 日韩欧美国产高清视频| 1024亚洲中文字幕久在线看片你懂的 | 麻豆久久精品亚洲精品88| 少妇高潮对白在线观看| 澳门成人网站久国产日韩| 中文字幕1区2区| 在线欧美69V免费观看视频| 久久色一区| 美女诱惑久久| 爱av免费| 欧美第一页| 亚洲不卡三级手机播放| 97人人干| 后入人妻无码| 亚洲古典另类欧美在线| h色99999| 九月激情婷婷| 操我啊啊啊啊啊| 啊啊啊啊啊啊在线观看| 国产97色在线| 日日骚av| 伊人久久大香大香线蕉中文| 神马久久久久久久久久| 日韩精品资源专区二区| 花野真衣| 特污精品女优骚货黄色视频在线免费观看| 伊人女女资源在线观看| 蜜臀久久在线视频| 亚洲精品一区二区精品| 欧美综合网在线| 亚洲色综合| 激情婷婷丁香网| 99老司机精品视频在线观看| 久久久久一本一区二区青青蜜月| 国产真实子伦对白| 亚殴在线| 强奸抽插av| 97超碰色屌| 乱伦一二三区| 亚洲视频一二区| 高清无码一区二区三区| 欧美日韩亚洲高清不卡一区二区三区| 综合亚洲欧美精品日韩?v| 日本韩国一本产品小视频日本韩国一本产品久久久产品小视频日本韩国一本产品久 | 日韩不卡一二三四| 人人操人人摸人| 无码精品啪啪啪一区二区三区三州| 国产女性无套 免费观看| 日韩无码服务区| 国内毛片无码一级毛片| 欧美日韩精品久久久久久久久东北老熟妇| 五月激情天| 天天综合-91入口| 超碰97男人| 一区二区三区黄色片a| 九一性生活免费视频| 亚洲Av无码成人精品国产| 91在线丝袜| 日韩欧美视频青青| 熟妇乱伦一区二区| 91久久午夜无码鲁丝片久久人妻| 亚洲欧洲综合av在线| 蘋果手機免費看成人Av| 亚洲国产欧美中日韩成人综合视频| 亚洲欧美激情小说| 亚洲成人碰碰| 黑人美精品 A片| 亚洲熟妇白浆无码AV| 99成人| 成人性爱av| 亚洲AV永久无码精品成人调教| 天天日夜夜爽| ji熟女.com| 97久久久久久久久久| 人妻天天爽夜夜爽爽| 中文字幕乱在线伦视频中文字幕乱码在线 | 日韩色| 台湾佬大香蕉| 东北老女人的激情视频| 亚洲天堂7777| 凹凸视频在线一区二区| 99精品视频在线观看免费| 一本大道久| 97干在线看| 伦理片秋霞免费影院| 欧美欧美啪啪视频| 蜜桃臀久久| 亚洲成人一二三区| 影音先锋少妇| 亚洲九九视频| 九热大香蕉| 一区在线国产播放| 操逼A∨| 偷拍亚洲情色| 久久e6只有精品| 99久久99九九99九九九| 八戒无码国产午夜福利| 伦理第一页| 色欧洲97| 99热这里只有精| 日本免费亚洲欧美| av在线不卡一区二区三区| 国产精品久久久 | 少妇免费视频| 91粉嫩萝控精品福利网站_精品影音先锋国| 92性色国产午夜福利在线661| 91精品久久久久久77777| 97综合在线观看| 亚洲夜夜欢无码一区二区| 97在线精品观看视频| 国产精品福利视频| 久偷拍欧美日韩三区| 97激情97激情| 大香蕉色十月| 色婷婷色99国产综合精品| 精品人妻av在线播放| 99久久亚洲精品无码毛片潘甜甜| av天堂加勒比| 色香综合天天影视综合| 97色色国产视频| 熟妇亚洲一区二区三区| 久操大香蕉手机视频在线看| 家庭乱伦网站国产| xxxx网站亚洲精品| 人人操人人色人人摸| 91综合网| 91网站18禁| 精品国产乱码久久久久久久久久毛片 | 国产呦精品一区二区三区下载| 久久久日本电影| 日本布卡一区二三区| 日本 情色 1区2区3区| 一区二区首页| 亚洲另类欧美精品| 天天综合网日韩| 综合第一页| 偷偷人人精品女女久久| 99热在线只有精品| 亚洲色图欧美色图综合| 激情黄色五月天| 亚洲资源网| 啊啊啊啊啊,啊啊啊啊好舒服,操我舒服啊啊啊 | 国产精品呦一区二区三区| 国内精品a| 性videos欧美熟妇hdx| 欧美性生活男人的天堂| 日韩无码视频黄色| 亚洲色图亚洲| 亚洲爽图| 婷婷伊人五月| 精品无码一区二区三区| 男人女人18禁片免费看网站| 亚洲黄片免费在线播放| 日韩精品一区二区高清| a片久久久久久久久久久久| 韩国三级一线观看久| 白丝被操91| 日韩免费高清大片在线| 日本高清视频在线观看黄已三辽| 麻豆国产尤物AV| 九九久久精品| 亚洲色图超碰在线| 青青草在线成人视频| 伊人影院中文字幕| 日韩中文字幕熟妇人妻 | 欧美国产欧美在线观看| 2019天天干天天操| 亚洲天堂7777| 五月婷婷六月丁香| 九九热精品在线| 天天爽天天| 青青青国产| 亚洲男人天堂2016| 色香91| 三级三久久线久久99久目本WW| 天天日夜夜爽| 夜夜操91744565| 嗯嗯啊啊好疼| 爱丝福利| 91亚洲高清| 欧美色偷偷| 91精品久久久久五月天精品| 中日韩欧美精品无码AⅤ一区二区| 婷婷丁香成人| 99久久无色码| 美女网站黄页| 69一区二区| 人人操,人人液| 温婉少妇玩3p| 东京太热久久久| 日韩人妻丝袜美腿中文| 亚洲激情久久久伊人综合|