其实就是问 怎么看一个序列X1,X2，...Xn是不是iid呢

我来自问自答javascript:void(0)
一、同分布检验
1.1 判断数据是否来自于某种分布

p值大于0.05，接受原假设，即原数据符合正态分布。
1.2  判断两组数据是否同分布

p值小于0.05，则x与y分布不一样。
非参数检验，kolmogorov-Smirnov检验是通过经验分布于假设分布的上确界来构造统计量，因此理论上可以检验任何分布，即原假设
    H0: X具有分布F
    H1：X不具有分布F
类似的检验统计方法有Pearson拟合优度x^2（卡方）检验。两个检验相比，ks检验不需要将样本分组，少了一个任意性。缺点是只用在理论分布为一维
连续分布且完全已知的情形，试用面比Pearson检验小。研究显示，在ks检验可用的情况下，其功效一般来说略优于Pearson检验。

1.3 判断一组数据是否同分布


二、独立性检验
2.1 列联表数据的独立性检验
设两个随机变量X,Y是离散型的，X取值于{a1,a2,a3....,an},Y取值于{b1,b2,b3....,bn}.
设（X1,Y1）,（X2,Y2）,（X3,Y3），....,为简单样本，记nij为（X1,Y1）,（X2,Y2）,（X3,Y3）...,中等于（ai,bj）的个数，要据此检验假设            H0：X与Y独立


2.2 一组数据的独立性检验
独立性检验主要检验数据r1,r2,...rn中前后的统计相关性是否显著。我们知道，两个随机变量的相关系数反应了他们之间的
线性相关程度，若两个随机变量相互独立，则他们的相关系数必为0（反之不一定）。因此，可以用相关系数来检验随机变量的独立性。
给定随机数r1.r2.r3,...rk，计算前后相距k的样本的相关系数