欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

正態(tài)性檢驗(yàn):從Q-Q圖到統(tǒng)計(jì)檢驗(yàn),確保建模可靠性的完整指南

1. 從“看起來(lái)像”到“證明它是”正態(tài)性檢驗(yàn)為何是建模的基石在數(shù)學(xué)建模尤其是涉及統(tǒng)計(jì)分析、回歸預(yù)測(cè)、機(jī)器學(xué)習(xí)等領(lǐng)域時(shí)我們常常會(huì)聽到一個(gè)前提假設(shè)“數(shù)據(jù)服從正態(tài)分布”。無(wú)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(jì)方法如皮爾遜相關(guān)系數(shù)、t檢驗(yàn)、F檢驗(yàn)有效性的基石。新手最容易犯的錯(cuò)誤之一就是拿到數(shù)據(jù)后看一眼直方圖“長(zhǎng)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(duì)正態(tài)性有要求的模型和檢驗(yàn)。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(yàn)就是一套嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)工具用來(lái)回答“我們有多大把握認(rèn)為這組數(shù)據(jù)來(lái)自一個(gè)正態(tài)分布總體”這個(gè)問(wèn)題。它不是一個(gè)“是”或“否”的簡(jiǎn)單判斷題而是一個(gè)基于概率的決策過(guò)程。我們通過(guò)計(jì)算檢驗(yàn)統(tǒng)計(jì)量得到對(duì)應(yīng)的p值再根據(jù)顯著性水平通常為0.05來(lái)判斷是否拒絕“數(shù)據(jù)服從正態(tài)分布”的原假設(shè)。這個(gè)過(guò)程將建模從“藝術(shù)猜想”提升到了“科學(xué)驗(yàn)證”的層面。在相關(guān)系數(shù)分析這個(gè)具體場(chǎng)景下正態(tài)性檢驗(yàn)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(huì)嚴(yán)重失真或者其顯著性檢驗(yàn)p值失效。此時(shí)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(jì)算相關(guān)系數(shù)之前進(jìn)行正態(tài)性檢驗(yàn)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(jué)診斷法Q-Q圖與直方圖的直觀審視在動(dòng)用復(fù)雜的統(tǒng)計(jì)檢驗(yàn)之前我們首先應(yīng)該通過(guò)可視化方法對(duì)數(shù)據(jù)的正態(tài)性有一個(gè)直觀的感受。這就像醫(yī)生看病先“望聞問(wèn)切”再上儀器檢測(cè)。視覺(jué)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(duì)標(biāo)Q-Q圖Quantile-Quantile Plot是檢驗(yàn)正態(tài)性最強(qiáng)大、最直觀的圖形工具之一。它的原理很簡(jiǎn)單將樣本數(shù)據(jù)的實(shí)際分位數(shù)與理論正態(tài)分布的分位數(shù)進(jìn)行對(duì)比。如果數(shù)據(jù)完全服從正態(tài)分布那么這些點(diǎn)應(yīng)該大致排列在一條對(duì)角參考線上。如何解讀Q-Q圖點(diǎn)緊密圍繞對(duì)角線分布表明數(shù)據(jù)分布與正態(tài)分布非常接近。點(diǎn)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(diǎn)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(diǎn)嚴(yán)重偏離對(duì)角線通常意味著數(shù)據(jù)中存在異常值。在MATLAB中生成一個(gè)簡(jiǎn)單的Q-Q圖非常方便% 假設(shè)你的數(shù)據(jù)存儲(chǔ)在向量 data 中 data randn(100,1) * 2 5; % 生成一個(gè)均值為5標(biāo)準(zhǔn)差為2的100個(gè)正態(tài)隨機(jī)數(shù) qqplot(data); grid on; title(Q-Q Plot for Normality Check);執(zhí)行這段代碼你會(huì)看到一張散點(diǎn)圖。MATLAB的qqplot函數(shù)會(huì)自動(dòng)計(jì)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(diǎn)是否緊密分布在紅色的參考線附近。對(duì)于上面生成的正態(tài)數(shù)據(jù)點(diǎn)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(huì)變成什么樣子——點(diǎn)會(huì)呈現(xiàn)明顯的曲線偏離。注意Q-Q圖對(duì)樣本量敏感。樣本量很小時(shí)即使數(shù)據(jù)來(lái)自正態(tài)總體點(diǎn)也可能看起來(lái)有些分散。樣本量很大時(shí)即使輕微偏離正態(tài)在Q-Q圖上也會(huì)非常明顯。因此Q-Q圖最好與后續(xù)的統(tǒng)計(jì)檢驗(yàn)結(jié)合使用。2.2 直方圖與核密度估計(jì)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(guò)將數(shù)據(jù)范圍劃分為若干個(gè)區(qū)間箱子并統(tǒng)計(jì)每個(gè)區(qū)間內(nèi)數(shù)據(jù)點(diǎn)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(huì)過(guò)于鋸齒狀箱子太少會(huì)掩蓋分布細(xì)節(jié)。MATLAB的histogram函數(shù)有自動(dòng)選擇算法‘a(chǎn)uto’但手動(dòng)調(diào)整往往能得到更佳效果。一個(gè)經(jīng)驗(yàn)法則是嘗試sqrt(n)n為樣本量或Sturges’ formula: ceil(1 log2(n))個(gè)箱子。疊加正態(tài)曲線為了更直接地對(duì)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(lái)估計(jì)。data randn(1000,1); % 生成1000個(gè)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(jì)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(gè)包含30個(gè)箱子的直方圖并疊加了紅色的擬合正態(tài)曲線。如果藍(lán)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(jì)是直方圖的一個(gè)平滑升級(jí)版。它通過(guò)在每個(gè)數(shù)據(jù)點(diǎn)處放置一個(gè)平滑的“核函數(shù)”如高斯核然后疊加所有核函數(shù)來(lái)估計(jì)總體的概率密度函數(shù)。KDE圖比直方圖更平滑對(duì)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(guò)對(duì)比藍(lán)色的KDE曲線和紅色的理論正態(tài)曲線可以更細(xì)膩地判斷分布的對(duì)稱性、峰度等特征。3. 統(tǒng)計(jì)檢驗(yàn)法給“像不像”一個(gè)明確的概率答案圖形方法給了我們直覺(jué)但科學(xué)需要量化的判斷。統(tǒng)計(jì)檢驗(yàn)法通過(guò)構(gòu)造檢驗(yàn)統(tǒng)計(jì)量并計(jì)算p值為我們提供了一個(gè)客觀的、可重復(fù)的決策標(biāo)準(zhǔn)。這里我們重點(diǎn)探討三種最常用、且在MATLAB中易于實(shí)現(xiàn)的正態(tài)性檢驗(yàn)方法。3.1 Shapiro-Wilk檢驗(yàn)小樣本時(shí)代的黃金標(biāo)準(zhǔn)Shapiro-Wilk檢驗(yàn)被認(rèn)為是檢驗(yàn)正態(tài)性的最強(qiáng)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(píng)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(yàn)統(tǒng)計(jì)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(lái)自正態(tài)分布。Shapiro-Wilk檢驗(yàn)的核心優(yōu)勢(shì)與局限優(yōu)勢(shì)對(duì)小樣本非常敏感功效檢出非正態(tài)的能力很高。局限對(duì)樣本量敏感。當(dāng)樣本量很大時(shí)例如n 2000即使數(shù)據(jù)對(duì)正態(tài)分布只有極其微小的偏離Shapiro-Wilk檢驗(yàn)也幾乎總是會(huì)拒絕原假設(shè)p值非常小。這是因?yàn)楫?dāng)樣本量極大時(shí)檢驗(yàn)有能力探測(cè)到任何細(xì)微的、在實(shí)際應(yīng)用中可能無(wú)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(yàn)的結(jié)果應(yīng)更多結(jié)合圖形如Q-Q圖和效應(yīng)量來(lái)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(shí)現(xiàn)因?yàn)楣俜轿磧?nèi)置同名函數(shù)或更通用的lillietestLilliefors檢驗(yàn)是K-S檢驗(yàn)的修正版也常用于正態(tài)性檢驗(yàn)。但為了精確執(zhí)行S-W檢驗(yàn)一個(gè)可靠的方法是使用chi2gof卡方擬合優(yōu)度檢驗(yàn)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(gè)常見(jiàn)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(huì)給出檢驗(yàn)統(tǒng)計(jì)量W、p值以及假設(shè)檢驗(yàn)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(yàn)基于偏度與峰度的綜合考量Jarque-Bera檢驗(yàn)的原理非常直觀它基于樣本數(shù)據(jù)的偏度和峰度。對(duì)于一個(gè)標(biāo)準(zhǔn)的正態(tài)分布其偏度衡量分布不對(duì)稱性為0峰度衡量分布尖峭程度為3。JB檢驗(yàn)構(gòu)造的統(tǒng)計(jì)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(yàn)統(tǒng)計(jì)量的計(jì)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(jì)量漸近服從自由度為2的卡方分布。JB檢驗(yàn)的特點(diǎn)優(yōu)點(diǎn)計(jì)算簡(jiǎn)單概念清晰特別適用于大樣本情況。它對(duì)對(duì)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(cè)能力。缺點(diǎn)對(duì)于小樣本其檢驗(yàn)功效可能不如Shapiro-Wilk檢驗(yàn)。它主要捕捉由于偏度和峰度偏離導(dǎo)致的非正態(tài)對(duì)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(yàn)可以通過(guò)jbtest函數(shù)輕松實(shí)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(duì)于正態(tài)數(shù)據(jù)p值通常大于0.05對(duì)于指數(shù)分布等明顯非正態(tài)數(shù)據(jù)p值會(huì)非常小導(dǎo)致拒絕原假設(shè)。3.3 Kolmogorov-Smirnov檢驗(yàn)與Lilliefors修正經(jīng)驗(yàn)分布與理論分布的比拼Kolmogorov-Smirnov檢驗(yàn)是一種更通用的分布擬合優(yōu)度檢驗(yàn)它可以檢驗(yàn)樣本是否來(lái)自某個(gè)完全指定的理論分布包括正態(tài)分布。其核心思想是計(jì)算樣本經(jīng)驗(yàn)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(jì)量。K-S檢驗(yàn)用于正態(tài)性檢驗(yàn)的致命缺陷標(biāo)準(zhǔn)的K-S檢驗(yàn)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(shí)際中我們幾乎總是用樣本的均值和標(biāo)準(zhǔn)差來(lái)估計(jì)理論分布的參數(shù)。這會(huì)導(dǎo)致一個(gè)問(wèn)題用估計(jì)的參數(shù)去檢驗(yàn)會(huì)使檢驗(yàn)過(guò)于保守更容易接受原假設(shè)因?yàn)镈統(tǒng)計(jì)量的分布發(fā)生了變化。Lilliefors檢驗(yàn)的救場(chǎng)正是為了解決這個(gè)問(wèn)題Lilliefors提出了修正的K-S檢驗(yàn)專門用于檢驗(yàn)正態(tài)性或指數(shù)性其中分布的參數(shù)是從樣本中估計(jì)的。它通過(guò)蒙特卡洛模擬或精確計(jì)算提供了更準(zhǔn)確的臨界值表。因此在檢驗(yàn)正態(tài)性時(shí)我們應(yīng)該使用Lilliefors檢驗(yàn)而不是標(biāo)準(zhǔn)的K-S檢驗(yàn)。在MATLAB中l(wèi)illietest函數(shù)實(shí)現(xiàn)了Lilliefors檢驗(yàn)。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(shí)戰(zhàn)構(gòu)建一個(gè)完整的正態(tài)性檢驗(yàn)流程理解了各種方法后我們需要一個(gè)系統(tǒng)化的流程來(lái)應(yīng)用于實(shí)際建模。下面我將展示一個(gè)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(gè)流程強(qiáng)調(diào)可視化與統(tǒng)計(jì)檢驗(yàn)的結(jié)合并輸出一份清晰的診斷報(bào)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(jìn)行最基本的描述性統(tǒng)計(jì)這對(duì)后續(xù)理解檢驗(yàn)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(shí)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(jī)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(yàn)的數(shù)據(jù) data data_normal; % 切換為 data_nonnormal 進(jìn)行測(cè)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(jì)中的偏度和峰度已經(jīng)能給我們初步提示。偏度遠(yuǎn)離0表示不對(duì)稱峰度遠(yuǎn)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(gè)圖窗中便于對(duì)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(jì) 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(jì) [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(diǎn)樣式 % 手動(dòng)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(duì)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(yàn)分布函數(shù) vs 理論正態(tài)CDF (K-S檢驗(yàn)思想的可視化) subplot(2, 3, 4); [f_emp, x_emp] ecdf(data); % 經(jīng)驗(yàn)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(jì)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(duì)稱性和異常值CDF對(duì)比圖直觀展示K-S距離。4.3 統(tǒng)計(jì)檢驗(yàn)執(zhí)行與結(jié)果解讀運(yùn)行多種統(tǒng)計(jì)檢驗(yàn)并匯總結(jié)果。不要只依賴一種檢驗(yàn)方法。% 3. 執(zhí)行多種統(tǒng)計(jì)檢驗(yàn) fprintf(‘\n 統(tǒng)計(jì)檢驗(yàn)結(jié)果 \n‘); alpha 0.05; % 顯著性水平 % (1) Jarque-Bera 檢驗(yàn) [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(yàn) (修正的K-S檢驗(yàn)) [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(yàn) (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(yàn)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(jì)拒絕原假設(shè)的檢驗(yàn)數(shù)量 total_tests 2; % 這里以JB和Lilliefors為例 if reject_counts 0 fprintf(‘所有檢驗(yàn)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(yàn)等。但仍需結(jié)合圖形觀察確認(rèn)無(wú)明顯異常。\n‘); elseif reject_counts total_tests fprintf(‘所有檢驗(yàn)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(xì)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(duì)數(shù)據(jù)進(jìn)行變換如對(duì)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(yàn)。\n‘); fprintf(‘ d) 使用對(duì)正態(tài)性不敏感的穩(wěn)健方法。\n‘); else fprintf(‘檢驗(yàn)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(shí)。\n‘); fprintf(‘ 應(yīng)重點(diǎn)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(yàn)如S-W可能因過(guò)于敏感而拒絕。\n‘); fprintf(‘ 此時(shí)若偏離對(duì)后續(xù)分析影響不大例如回歸分析中對(duì)殘差正態(tài)性要求相對(duì)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(gè)腳本提供了一個(gè)自動(dòng)化診斷的模板。在實(shí)際項(xiàng)目中你可以將其封裝成一個(gè)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(shí)應(yīng)對(duì)策略與相關(guān)系數(shù)的選擇經(jīng)過(guò)檢驗(yàn)如果數(shù)據(jù)確實(shí)不服從正態(tài)分布我們并非無(wú)路可走。盲目使用皮爾遜相關(guān)系數(shù)會(huì)導(dǎo)致錯(cuò)誤。這時(shí)我們需要一套應(yīng)對(duì)策略。5.1 數(shù)據(jù)變換將“非正態(tài)”拉回正軌對(duì)于某些類型的非正態(tài)數(shù)據(jù)可以通過(guò)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(duì)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(jì)數(shù)數(shù)據(jù)如泊松分布。transformed_data sqrt(data)。Box-Cox變換一個(gè)更強(qiáng)大的變換族能自動(dòng)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(duì)變換后的數(shù)據(jù)再次進(jìn)行正態(tài)性檢驗(yàn) [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(duì)變換后的數(shù)據(jù)進(jìn)行分析后解釋結(jié)果時(shí)需牢記變量已被變換。例如基于對(duì)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(duì)數(shù)尺度的。5.2 非參數(shù)相關(guān)系數(shù)繞過(guò)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(gè)變量單調(diào)關(guān)系的強(qiáng)度和方向。計(jì)算時(shí)先將原始數(shù)據(jù)轉(zhuǎn)換為秩次排序后的位次然后計(jì)算這些秩次之間的皮爾遜相關(guān)系數(shù)。它對(duì)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(jì)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(gè)變量之間一致對(duì)和不一致對(duì)的比例。對(duì)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(shí)比斯皮爾曼ρ更穩(wěn)定。% 計(jì)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(jì)算效率高且與皮爾遜相關(guān)系數(shù)在解釋上類似-1到1??系聽枽訉?duì)數(shù)據(jù)分布的形狀更不敏感但計(jì)算復(fù)雜度更高。通常如果數(shù)據(jù)沒(méi)有太多重復(fù)值兩者結(jié)論會(huì)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(jì)量例如可以使用基于中位數(shù)和絕對(duì)偏差的相關(guān)系數(shù)估計(jì)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(jì)算這些方法對(duì)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(shí)可以通過(guò)自助法來(lái)估計(jì)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(jì)算每個(gè)樣本的相關(guān)系數(shù)最后用這些相關(guān)系數(shù)的分布來(lái)估計(jì)真實(shí)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(jī)抽樣索引 boot_corr(i) corr(data1(idx), data2(idx), ‘Type‘, ‘Pearson‘); % 仍可用Pearson但評(píng)估其分布 end % 計(jì)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(gè)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(shí)戰(zhàn)中的陷阱與經(jīng)驗(yàn)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(yàn)和相關(guān)系數(shù)應(yīng)用我踩過(guò)不少坑也總結(jié)出一些教科書上不會(huì)細(xì)講的經(jīng)驗(yàn)。陷阱一盲目相信單一檢驗(yàn)的p值。尤其是在大樣本n 1000情況下Shapiro-Wilk或K-S檢驗(yàn)的威力極大任何微小的、在實(shí)際應(yīng)用中可忽略的非正態(tài)性都會(huì)導(dǎo)致p值極其顯著0.001。此時(shí)一定要回到Q-Q圖。如果點(diǎn)基本落在對(duì)角線上僅在尾部有極其輕微的偏離那么從實(shí)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(xiǎn)不大。統(tǒng)計(jì)顯著不等于實(shí)際顯著。陷阱二忽略多元正態(tài)性。在計(jì)算多個(gè)變量間的皮爾遜相關(guān)系數(shù)矩陣或進(jìn)行多元回歸時(shí)我們需要的假設(shè)是多元正態(tài)分布這比每個(gè)變量單獨(dú)服從一元正態(tài)分布要求更嚴(yán)格。檢驗(yàn)多元正態(tài)性更復(fù)雜如Mardia‘s test但在實(shí)踐中如果每個(gè)邊緣分布都近似正態(tài)且散點(diǎn)圖呈橢圓狀通??梢哉J(rèn)為多元正態(tài)性近似滿足。一個(gè)實(shí)用的檢查方法是做殘差圖。在回歸分析后繪制預(yù)測(cè)值與殘差的散點(diǎn)圖或殘差的Q-Q圖。如果殘差隨機(jī)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(duì)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(gè)連續(xù)變量之間的線性關(guān)系。對(duì)于分類變量如性別、等級(jí)計(jì)算皮爾遜相關(guān)系數(shù)是沒(méi)有意義的。對(duì)于兩個(gè)分類變量應(yīng)使用卡方檢驗(yàn)、克萊姆V系數(shù)等對(duì)于一個(gè)連續(xù)變量和一個(gè)二分類變量可以使用點(diǎn)二列相關(guān)對(duì)于兩個(gè)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(yàn)一建立標(biāo)準(zhǔn)化的數(shù)據(jù)診斷流程。對(duì)于每一個(gè)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(duì)數(shù)據(jù)特性的理解有時(shí)甚至能發(fā)現(xiàn)數(shù)據(jù)采集或錄入中的錯(cuò)誤如異常值。經(jīng)驗(yàn)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(gè)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(shuō)“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(gè)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(jì)如隨機(jī)對(duì)照實(shí)驗(yàn)或更復(fù)雜的模型如因果推斷模型。經(jīng)驗(yàn)三報(bào)告結(jié)果時(shí)透明化你的選擇。在論文或報(bào)告里不要只寫“我們計(jì)算了相關(guān)系數(shù)”。應(yīng)該寫明“首先對(duì)變量X和Y進(jìn)行了正態(tài)性檢驗(yàn)Shapiro-Wilk檢驗(yàn)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(lái)衡量其單調(diào)關(guān)聯(lián)。” 這樣的描述體現(xiàn)了你分析過(guò)程的嚴(yán)謹(jǐn)性也讓審稿人或讀者能夠評(píng)估你方法選擇的合理性。正態(tài)性檢驗(yàn)絕非一個(gè)可有可無(wú)的過(guò)場(chǎng)它是確保后續(xù)統(tǒng)計(jì)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(shí)間永遠(yuǎn)比模型跑飛后回頭排查的時(shí)間要?jiǎng)澦愕枚唷?
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
婷婷中文字幕网站| 婷婷久久六月费| 天天干天天干天天干| 手机在线日韩视频中文字幕| 日日做A爰片久久毛片A片英语| xfplayav在线| 久久婷婷五月国产激情综合片| 久久综合久色欧美综合狠狠| 99热在线观看精品| 夜夜撸天天操| 热99视频| 六月婷婷九月丁香| 国产日产亚系列精品版优势| 日韩精品无码一区二区| www.99热最新视频8| 色婷婷中文在线| 超碰在线caop| 久久综合中文字幕| 丁香婷在线| 国产亚洲色婷婷久久99精品91 www.riverspirits.org www.hnnun.com www.changh | 丁香婷婷色色| 久久九九热re6这里有精品| 一本色道久久88加勒比| 另类激情综合| 色婷婷五月婷婷五月婷婷五月| 玖玖热99| 日狠狠| 99在线视频免费| 色婷婷综合视频| 色色色色色爱| 久久人妻人人| 婷婷五月色| 久超超碰| 亚洲无码yw| 深爱激情五月天| 婷婷五月天综合久久日美女| 亚洲顶级VA在线观看-高清完整版在线影院观看-S022AV | 久久五月婷综合网| 久艹久| 天天碰天天插天天操| 丁香成人色情五月天| 丁香激情网| 开心五激情网| 亚洲精99| 天天噜天天爱| 国产亚洲色婷婷久久99精品91| 免费黄色片子| 丁香五月欧美婷婷综合| 激情婷婷五月女| 91夫妻网站九色| www.99热在线| 超级碰91| 日本成人综合| 九九aV| 午夜激情久久| 91无码一起草| 婷婷综合干| 99激情视频| 射区导航| 久久婷婷五月| 色色色网站| 最新日韩久热免费视频看看| www色色com| 五月丁香天天| 色婷婷丁香五月天在线视频| 99色| 热久久99热欧美国产亚洲| 日日爽日日| 五月J香蕉婷婷| 国产精品久久久久久五月天加勒比| 日本精品干| 久久久久这里只有精品| 再次出发二| AA丁香综合激情| 婷婷色九月| 婷婷99狠狠躁天天躁| 成人在线网| 六月久久婷婷| 丁香五月激情婷婷| 五月综合久久| 欧美色色色色色色色色色色| AV五月丁香| 99色婷婷视频| 国产精品99久久久久久久女警| 亚洲综合五月天| 五月婷婷影| 人妻久久久久久| 婷婷五月天影院| 成人精品一区日本无码网| 专区无日本视频高清8| 日本成人综合| 久久婷婷热| 99久久6| 狠狠色噜噜狠狠狠888了| 青草激情综合| 91se在线观看| 丁香五月中文字幕| 亚洲亚洲人成综合网络| 亚洲AV永久无码影院黑人| 九月婷婷综合色干| 天天日天天添| 涩涩涩.com| 夜夜谢天天干| 大香蕉久久视频久久视频| 青青草99re| 碰久久精品w| 91在线操| 欧美综合五月丁香五月天| 五月丁香六月婷婷在线观看| 亚洲五月停停| www免费在线视频| 淫荡综合网| 26UUU欧美激情一区二区| 亚洲九九99精品视频在线播放| 免费观看欧美成人AA片爱我多深| 欧美成人五月天| 五月在线| 99热免费| 婷婷色基地在线看| 亚洲五月天第一综合干| 色爱五月天| 色丁香影院| 久久综合9| 天天综合插插| 热九九精品| 五月激情影院| 日韩在线视频中文字幕| 秋霞AV吧| 亚洲一区国产传媒| 120分钟婬片免费看| 激情久久久| 久久ww| AV成人在线播放| 色视五月天婷婷| 超级碰碰碰97免费| 五月丁香六月激情欧美综合| 国产成人精品123区免费视频| 综合久久婷婷99| 欧美日本97| 丁香五月最新地址| 色五月五月天色婷婷色五月| 爱狠射| 欧美天天草人人草| 97人人操人人| 粉嫩AV久久一区二区三区| 成人国产网站| www。五月天。com| 日本V在线观看不卡视频网站| 久久性爰视频这里只有精品| 91精品国产综合久久久不卡电影| 91狠狠综合久久久久久| 久久A V无码视频| 99在线免费视频| 香蕉97碰碰碰超视精品| 六月丁香啪啪啪| av在线免费播放观看| 丁香五月天导航| 翔田千里 50岁 无码| 成人国产网| 国产精品噜噜在线视频| 欧美激情综合色综合啪啪五月| 久久色情| 五月天开心网| 六月伊人婷婷| 狼人婷婷综合| 五月丁香六月婷婷亚洲| 色五月亚洲| 99ER热精品视频| 日日操夜夜撸| 久久女婷| 包操45分钟网站| 婷婷午夜精品久久久| 五月天婷婷久草丁香| 久久草婷婷丁香网站| 亚洲精品V天堂中文字幕| 玖玖婷婷五月天| 91碰碰视频| 91在线视频综合| 天天干天天色综合| 原琪琪色影院| 婷婷在线播放| 色婷婷六月精品| 午夜无码熟熟妇丰满人妻| 少妇婷婷五月天| 天天谢天天操| 婷婷成人AV| 久久久香| AV网在线| 日本九婷婷| 思思久热6| 激情伊人五月天| 色情综合| 性色做爰片在线观看WW| 婷婷免费精品视频| 欧美色必爱| 五月丁香六月婷婷的女人| 激情五月五月五月婷婷| 五月色欧美| 极品少妇XXXX精品少妇偷拍| 日本色超碰| 99久久久久久| 婷婷.com| www.久久| 欧洲亚洲精品| 色色色图| 五月天婷婷色| 日日肏天天操| 91狠狠色丁香婷婷综合久久精品| 五月婷婷 婷婷五月 一区二区 久久久| 中文字幕成人日韩| 久久九色| 吉澤明步Av一區二區| 丁香五月天啪啪| 色青五月天| 99久久.www| www婷婷| 婷婷激情五月天在线视频| 亚洲国产99| 99久久综合| CHINESE熟女老女人HD视频| 97人人做| 五月色婷丁香| 午夜无码熟熟妇丰满人妻 | 操精品9| 国产Va视频| 麻豆观看夏晴子| 91凹凸在线| 婷婷综合在线| 大香蕉人人网| 五六月婷婷久久| 久久大香蕉| 思思热国产| 五月天啪啪视频| 日日操夜夜擼| 26uuu国产| 呦呦视频无码播放| 精品婷婷五月天| 深爱激情av| 青996青| 五月丁香色欲| 激情五月婷婷综合秋霞| 激情五月丁香五月| 九热...av| 超碰丁香五月| 1024人妻无码中文字幕| 五月天婷婷綜合院| 丁香 亚洲 久久| 干亚洲天堂| AV在线观看网站| 激情综合丁香六| 久久婷婷成人综合色怡春院| www久久艹| 丁香婷婷色情社区成人小说| 狠狠色丁香久久婷婷综合五月| 99开心五月五月丁香激情| 激情视频综合| 丁香六月婷| 好大好粗嗯啊-一级黄色大片免费观看-成人AV | 婷婷五月天涩涩| 少妇性按摩无码中文A片| 色欲av伊人久久大香线蕉影院 | 丁香五月激情综合网激情五月| 久久久婷婷婷| 久婷婷五月丁香在线观看| 日本天堂爱爱| 超碰97色| 91一道本| 久久99精品久久久久久噜噜| 亚洲 视频 导航 一区| 日韩野外 无套| 国产在线aaa片一区二区99| 五月丁香在线观看| 思思热在线| 色播五月| 日本99在线| 五月综合婷婷网| 免费色色色| 丁香五月亚洲激情婷婷射| 亚洲不卡| 99热99热在线观看| 97婷婷五月天| 激情欧美丁香五月| 婷婷四色五月| 黑人巨粗进入警花疼哭A片| 国产毛片欧美毛片久久久| 五月天综合色| 九九九激情网| 4399在线观看免费高清黄色视频| 俺也去婷婷五月天第五色| 久久九九@| 日本啪啪网| 日本在线视频www色| 久久人妻乱| 丁香婷婷五月天色综合| 五月婷婷激情69| 久久99这里只有精品视频| 五月开心婷婷| 天天操婷婷| 久久九九国产精品怡红院| 99热日| 午夜九九电影| 天天日夜夜拍| 色九区| 亚洲字幕AV一区二区三区四区| 日本欧美成人片AAAA| 国产乱子轮XXX农村| 欧美三级巜人妻互换| 性爱技巧五月| 久久三级视频| 久久婷婷五月综合色和| 97热这里只有精品| 亚洲传媒在线观看| 久热这里只有精品性色AV| 99er6| 狠狠干五月丁香综合网| 久久综合干| 久久九色| 99热色婷婷| 色婷婷五月天中文字幕| 99热这里只| 色综合激情| 逼特逼在线免费播放| 天天草天天日| 欧美成人猛片AAAAAAA| 97色久| 亚洲免费婷婷| 色欲av伊人久久大香线蕉影院| 成人网站免费在线播放| 婷婷五月天社区| 99热这里只有精品2024| 永久无码色| 亚洲小视频免费播放| 热思思| 涩五月丝袜婷婷| 国产色色网站网址| 亚洲av骚货| 激情五月丁香六月| 综合天天综合| 五月天国产| 久久日本wwww色| 五月丁香偷拍| 99热综合在线| 97热精品| 99热这里有精品| 婷婷天堂视频| 玖玖资源在线视频| 97九色视频| 无码激情AAAAA片-区区| 日日噜狠狠| 天天插插天天| 777影视理论片大全在线观看 | 久久国产性爱A V| 天天橾日日橾夜夜橾17| 亚洲乱码日产精品BD| 开心激情站| 综合99在线| 国产毛片精品一区二区色欲黄A片| 日韩日比视频在线| 五月婷综合| 日韩狠狠色| 99这里的视频都是精品| 来吧亚洲综合网| 婷婷五月天激情免费在线观看| 免费婷婷| www.99精品日操伊人乱碰在线| 国产日韩av片| 激情综合五月色在线| 激情五月天激情小说| 久久婷婷国产| 99久热视频在线| 欧美日韩成人免费在线| 国精产品久久| 操碰97| 性一交一乱一交A片久| 玖玖九九超碰| 五月丁六月香av| 91九色首页| 狠狠爱综合| 一本久婷婷综合| 97久久五月丁香婷婷| 第五色婷婷| 五月婷婷深深爱| 国产亚洲99久久精品熟| 99久久66| 狠狠狠狠狠狠| 91啦丨九色丨刺激中文| 五月天丁香婷| 亚洲色无码A片一区二区麻豆| 色欧美影院| 伊人春天av| 五月婷婷综合视频| 婷婷五月天丁香综合网| 婷婷大美在线| 日韩aaa| 狠狠五月婷婷| 五月丁香综合久久| 婷婷五月天伊人| 亚洲激情五月| 五月色天情| 熟女乱论网| 亚洲五月天第一综合干| 久久久久网站| 97人人干| 五月婷婷新网站| 天天天天天日| 最近中文字幕2019视频1| 99久久6| 九九九九国产| 五月天小说激情| 五月激情丁香久久综合网| 激情久久五月天| 精品9久| 天天做天天视天天谢| 99在线视频播放| 久久9RE热视频精品98| 婷婷丁香六月天| 91成人电影| 九九99九九99| 五月婷婷激情综合av| 丁香五月天天高清在线| 黄色中文字目| www,五月丁,com| 亚洲av免费在线| 日本成人噜噜噜| 狠狠色婷婷| 情五月亚洲婷婷| 亚洲中文乱字字幕在线永久| 精品夜夜澡人妻无码AV| 91热在线| 1024国产| 99在线热| 综合久久综合| 婷丁五月| 丁香色色网| 婷婷伊人久久| 五月婷视频| 日韩欧美一区二区三区四区| 无码人妻丰满熟妇奶水区码| 综合久色五月| 九九操屄| 天天玩夜夜操| 九九热99免费视频| 99日本黄站| 久久婷.com| 五月婷婷久久综合| 千人斩操逼| 欧美黄色一级录像| 97色色在线视频| 成人做爰高潮A片免费视频| 狠狠色情婷婷| 婷婷五月天天| 五月丁香五月婷婷| 91久久久久久久| 五月天婷婷7米| 狠狠色大香蕉| 色五月激情五月开心五月| 思思热99er在线视频| 中文字幕无码人妻少妇免费视频| 99er视频在线| 久久草中文日韩欧美| 日韩黄黄| 密乳视频| 色碰干| 99精品视频网| 丁香五月六月激情久久| 五月婷婷熟女| 欧美成人猛片AAAAAAA| 常久最新免费的色吊丝| 懂色av蜜臀av粉嫩av永陈冠希| 99色五月| 99干视频| 精品网站99| 激情六月婷婷| 影音先锋五月天婷婷丁香在线观看| 开心五月婷| 伊人色综合网| 婷婷 色 丁香 夜| 欧美在线看| 精品一区二区三区四区五区六区| 第二色AⅤ| yiqicaoav| 99ER热精品视频| 五月婷婷AV| 91成人电影| 2025天天日爽| 亚洲黄色网址| 亚洲视频综合网| 色婷婷激情五月天在线观看| 久久人人看| 99久久婷婷| 婷婷五月天最新综合你懂的 | 欧美va欧美va差| 综合久| 婷婷五月丁香六月| 操碰99在线视频观看| 狠狠se| 五月丁香婷婷欧美色图视频五月丁香777电影 | 铁牛TV人妻| 久操热| 日韩三及成人AV片| 久久99热这里只频精品6学生| 丁香婷最新动态| 色婷婷狠狠18yy| 97色在线| 日韩综合久| 七七九九色色| 九九操操| 五月亭亭欧美女人| 性爱视频久久| 九九AV在线| 五月五丁香婷婷| 九九碰九九爱97超| 日韩野外 无套| 思思久久精品| 欧美性猛交99久久久久99按摩| 日韩限制级大尺度黑料泄密大尺度视频一区二区在线观看 | 六月婷婷之青青草| 丁香五月婷婷影视先锋| 青草青草视频2免费观看| 久久狠狠干| 五月丁香婷爱在线| 99久久er| 色综合久久天天综合网 | 99r这里| 黄色五月婷婷| 亚洲色人妻| 99热只有| 九玖欧洲亚洲| 91丨九色丨丰满人妖| 亚洲女婷婷五月基地综合久久久| 久久五月天激情视频| 激情综合网五月| 韩国真做片在线观看| 97人人操人人爽| 久久天堂精品| 操逼五月婷婷| 色播五月天婷婷老师| 91viP在线看| 九九久久综合| 婷婷五月丁香伊人| 丁香色婷婷五月天| 丁香花五月天婷婷成人社区| 九色视频九色九色91jiuseshipin| 亚洲AV综合网| 天天舔天天摸天天透| 五月综合六月婷婷| 综合五月婷婷| 欧美va| 天堂成人A片永久免费网站| 亚洲人人操BD| 密臀久久| 99热这里有精品24| 婷婷五月天日日日干干干| 六月婷五月丁香| 欧美99| 久久色婷婷| 五月J香蕉婷婷| 懂色av粉嫩av蜜臀av| 激情小说婷婷小说| 色婷婷综合在线| 色色色国产| 久久综合五月天| 色综合天天综合成人网| 激情四射婷婷| 久久综合爱| 久久久激情| 五月天激情小说| 日日爽夜夜爽| 综合久久综合| 九九精品综合| 天天干天天做| 五月天激情丁香| 丰满老熟妇BBBBB搡BBB| 狠狠五月丁香色婷| 亚洲色小说在线综合| ss99热| 少妇婷婷五月天| 五月天色婷婷基地| 色综合伊人网| 婷婷五月丁香六月| 99五月香婷婷丁香在线视频| 久久五月婷婷视频| 婷婷黄色网| 久久婷视频| 人碰91| AV在线中文| 91色久| 五月丁香天天| 日日杆天天| 综合99久久| 九九色热| av九九| 北条麻妃九九九国产精品视频| 五月色情婷婷| 丁香五月天.com| 人人色婷婷五月天| 婷婷深爱网| 99毛片| 狠狠插狠狠操| 丁香婷婷婷| 99久re热| 国产永久一二一起草| 99爱无码| 泰州成人视频| 五月婷婷欧洲| 五月婷婷啪啪网| 五月丁香好婷婷A片网| 天天色天天色天天色天天色天天色天天色| 日韩av大全| 亚洲色五月天| 99热在线精品观看| av在线资源| 九月婷婷久久| www.一起草av| 欧美日韩大黄| 另类激情综合| 免费看欧美成人A片无码| 日本精品人妻无码77777| 中文字幕97超级碰| 五月天婷婷自拍图片在线观看| 爱之国产色情综合| 丁香六月欧美| 亚洲乱码日产精品BD| 丁香五月天亚洲综合| 免费亚洲婷婷中文字幕| 亚洲第一视频 久久| 91人无码久久久久久| 91天天操天天干天天射| 美女视频图片久久91| 色婷婷基地在线| 色五月婷婷一二| 久久免费精彩视频| 五月天堂婷婷| 亚洲 小说 欧美 激情 另类| 91人操| 超碰熟女农村在线69| 91婷婷五月丁香碰| 天天在线久久综合 | 五月婷精品| 色婷婷狠狠18| 97超碰婷婷五月天| 国产亚洲99久久精品| 26UUU欧美| 97五月天| 97操碰日本女人| www.狠狠操.com| 亚洲成人在线播放| 激情床戏| 免费看欧美成人A片无码| 99热国产在线| 天天日综合| 性无码专区无码| 色婷婷天堂| 六月丁香六月婷婷欧美| 逼特逼在线免费播放| 欧美大香蕉视频| 婷婷五月天婷婷| 三人荫蒂添的好舒服A片| 超碰人妻在线| 97九色| 色综合视频| 成人色情五月天婷婷丁香| 激情亚洲婷婷| 39视频第二区| 色婷婷五月天激情在线观看| 五月色丁香婷婷综合| 婷婷五月色丁香在线看| 综合久久激情久久| 丁香六月婷婷综合麻豆| 99九九在线视频| 操逼五月婷婷| dingxiangtingtingliuyue| 九八Av| 久久婷婷色| 日韩aaaaa| 五月婷天堂视频| 激情五月天噢美| 丁香六月婷| 2015好吊操| 激情五月丁香五月| 精品在线| 精品久热| 丁香婷婷大香蕉| 日韩免费视频| 99综合激情久久精品久久| 亚洲狠狠操| 99热这里只有精品66| 欧美色色色色色| 大香蕉婷婷五月天| 色综合色综合网| 超喷97免费在线视频| 超碰在线94| 久久久天堂国产精品女人| 99无码超碰| 欧美日韩成人在线网| 在线看AV| 婷婷激情97| 日日操夜夜操中国无码| 99操碰| 亚洲人妻av伦理| 伊人玖玖网| 五月天成人综合| 五月天电影网| 三十路磁力链接| 日本色99| 九九热九九| 狠狠操天天日| 婷婷综合色播网| 狠狠干夜夜干| 日本一级黄色电影| 婷婷久久大香蕉| 91丨九色丨高潮丰满日本| 日本一级特黄大片AAAAA级| 成人在线不卡| 色天使久久综合| 亚洲AV免费国产电影| 九九综合网色全集 | 丁香五月婷婷图片综合| 久久综合网桃花| 狠狠色狠狠色综合日日91| 日本情色一区二区| 五月天天堂久久| 亚洲综合丁香五月| 天天天干夜夜夜操| 婷婷基地爱| 久久这里有精品| 丁香花五月天婷婷成人社区| 日本99视频精品免费播放| 91精品久久久久久77777| 狠狠色狠狠色综合日日91| 婷婷丁香五月综合激情小说| 久久六月综合| 秋霞午夜理论| 激情五月天小说网| 日本色五月| www.狠狠| 任你擦免费视频| 99热精品在线| 婷婷狠狠操| 国产97色在线| 91九色中文| 日本三级第一页| 免费九九热| 夜夜天天久久婷婷| 性爱视频99| 激情五月,激情综合网| 亚洲天码视频www蛋播视频| 五月丁香综合网| 超碰97久久| 国产精品A片| 国产午夜一区二区三区| 久综合4| 亚洲五月天综合色| 另类天堂| 日本色婷婷五月天成人电影| 久久性视频| 【乱子伦】黄色| 99九九视频| 丁香婷婷六月激情文学| 五月丁香 啪啪| 日韩成人中文字幕| 五月色综合| 婷婷色五月天色色| 久久婷婷五月天亚洲欧美| 疯狂做受XXXX高潮A片动画| 激情五月六月婷婷综合啪啪| 五月天久久久| 久99热| 五月天色五月| 天堂AV三级| 成人国产欧美大片一区| 婷婷五月综合激情小说| 一本大道熟女人妻中文字幕在线| www.97干视频| 天天干天天爽天天操| 亚洲国产精品SUV| 亚洲综合丁香五月| 欧美成人AAA片一区国产精品 | 日日干日日s| 丁香五月激情五月| 色色成人網| 婷婷五月婷婷| 开心五月丁香啪| 久久青草国| 五月丁香啪啪| 八戒青柠影视剧在线观看| 伦乱美欧| 久久久精品99| 婷婷综合五月| 五月婷婷之美女图片| 丁香蜜臀黄色婷婷五月天| 亚洲精品国产A久久久久久| 91女人18毛片水多国产| 99热日本| 久久色9| 婷婷丁香在线| 亚洲激情高潮| 99精品久久久久久久久| 丁香色婷婷五月天| 91超级碰碰| 在线观看免费视频| 色婷婷婷婷五月天| 久草五月| 久久狠婷婷| 五月丁香狠狠爱婷婷综合| 日本欧美成人片AAAA| 激情五月色婷婷| 大香蕉婷婷久久| 欧美成人AAA片一区国产精品| 久超超碰| 五月丁香六月婷婷玖玖| 五月婷婷综合网| 噼里啪啦在线观看免费完整版视频 | 丁香六月激情四射| 色色99| 五月天色站| 精品亚洲国产成AV人片传媒| 五月天激情网图片| 五月婷婷伦理| 亚洲色色色色色色色色色| 日本久热| 这里只有精品视频视频在线观看| 五月婷婷干| 色就是色婷婷五月亚洲激情| 午夜激情婷婷| 九九热视频免费| 欧美日本国产| 51精品国自产在线| 夜夜夜夜夜操| 久久久精品人妻| 久久久久丁香婷婷五月天| 99热福利| 色亚洲中文| 婷婷色5月天在线。| 99日本黄站| 男同91 | 五月婷婷成人w| 精品少妇蜜臀91| 久99久热只有精品国产99| 人人干人人操人人摸人人做| www久久99| av操一操| 怡红院一二三| 亚洲人人操| www.五月婷婷久久.com| 亚洲三级无码| 丁香六月欧美| 欧美精品999| 婷婷精品视频| 99久久这里只有精品| 精品久久9| AV在线大香蕉| 日韩 中文 欧美| 激情五月天视频| 97操操| 色色激情五月天| 99热精品在线| 99操网站| 丁香五月天亚洲综合| 丁香色色五月| 黄网免费观看| 99热99这里有免费的精品| 夜夜人妻五月天| 婷婷五月免费观看| 99人人干人人| 激情亚洲色图片丁香综合| 99视频| 亚洲色夜| 激情精品久久| 无遮挡国产高潮视频免费观看| 精品影院| 久久五月综合| 夜精品无码A片一区二区蜜桃| 色色色九九九五月婷婷| WWW99热| 狠狠丁香| AA片在线观看视频在线播放| 久久6这里只有精品| 丁香社区婷婷五月| 六月丁香网| 人妻熟人中文字幕一区二区| 9精品一区| 99视频内射三四| 亚洲看av的网站| 丁香婷婷激情五月天无毒不卡蜜桃| 啪啪99| 五月婷婷六月激情| 五月丁香网av| 五月激情六月综合| 久久日本wwww色| 五月丁香激| 丁香五月在线| 日本三级日本三级99| 女婷久久| http://www.sd-xiangsu.com/| 婷婷五月丁香基地| 激情五月天久久| 色狠狠六月| 99在线69| 六月丁香激情| www.婷婷五月| 国产av一区二区三区| 永久免费一区二区三区| 婷婷丁香五月天欧美| 色色免费网战视频| 九九Av| 99色综合网| 色婷婷五月天偷拍| 欧美A级成人婬片免费看理论| 黄色99视频| 久久精品9| 深夜男女福利刺激影院一区完整| 亚洲旡码| 亚洲操精品| 婷婷在线精品| 这里只有精彩视| www.91婷婷| 婷婷激情五月天桃花网| 成人在线综合| 婷婷色导航| 99精品国产乱码久久久人妻| 九九色欲网| 66成人网| 99riAV成人在线视频| 華人性愛AV在線| 思思精品视频| 天天看A片| 超黄亚洲瑟瑟网站| 欧美在线视频99| 亚洲丁香五月美女| 色爽干| 九九精品在线网| 欧美色色色色色色| 91久久| 91综合色| 黄网在线免费| 激情综合网,婷婷五月天| 香蕉AV777XXX色综合一区| 综合五月激情网| 久婷自拍视频| 黄网免费观看| 色5月婷婷| 婷婷久热| 激情综合网激情五月网| 久99久精品视频| 日本偷拍九九九| 婷婷六月色丁香视频在线观看| 年轻的妺妺伦理HD中文| 无码人妻一区二区三区免费九色| 免费色婷婷| 99色在线| 婷婷五月天电影区小说区| 爱射综合| 亚洲av另类在线观看| 色五月五月天色婷婷色五月| 91超碰在线观看| 亚洲最大成人综合网720P| 久久婷婷成人| 97色伦另类图片小说视频| 97色在线视频| 婷婷色五月开心五月| 婷婷综合亚洲| 国产一级婬片毛片| 涩涩五月天综合| 五月天婷婷丁香人人操91| 国产FREESEXVIDEOS性中国| 亚洲激情综合网| 五月综合六月丁| 色婷婷四色| 五月丁香六月婷| 五月丁香婷婷六月| 国语精品探花| 激情99。| 三级黄网站| 久久天堂女人| 99热最新| 天天日,夜夜爽| 五月综合无码| 爱婷婷都市激情| 1024操逼| www久久久| 性色av大香综合| 久热伊人在91| 色五月天丁香婷婷色| 欧美槡BBBB槡BBB少妇| 五月丁香激情四射| 欧美99视频| 另类图片五月天| 影音先锋一区二区三区| 综合婷婷五月丁香在线观看| 玖玖午夜视频| 婷婷色婷婷亚洲成人| 六月欧美综合色情| 婷婷五月丁香久久| 思思热在线视频精品| 综合色播| 久久精品人妻| 黃色三级三级三级三级 qixing300.shrkbk.com www.jinbozs.com tianmiaosw.com | 天天干天天爽天天操| 骚五月婷婷| 国产伊人五月天| 五月综合六月婷婷| 久99久热| 99男人的天堂| 亚洲婷婷五月天综合| 婷婷五月天视频小说| 91碰超| 狠狠干综合网| 亚洲精品中文字幕成人片| 任你干嘛免费视频播放| 日韩综合天堂| 欧美毛片www| 午夜激情五月| 丁香大香蕉| 久久婷婷热| 碰99在线| 日韩欧洲亚洲| 五月婷婷无码专区| 99熟女视频| 亚洲天堂婷婷丁香| 婷婷激情六月综合| 婷婷丁香六月影视| 99爱免费在线视频| 狠狠色噜噜狠狠狠狠综合| 欧美性猛交99久久久久99按摩| 久久99操| 色噜噜狠狠色综合无码久久欧美| 亚洲va日| 90色免费视频| 伊人青草成人| 波多野结衣不卡AV| 热久久视频99| 99热老司机| 欧美操人| 婷婷五月天高清无码| 99re这里只有精品99| 色五月色开心开心五月| 九九热这里| 五月婷婷综合久久| 色婷婷丁香九月| 五月婷婷丁香六月| 丁香五月天视频| 婷婷六月丁香激情| 色老久久| 精品爆操| 五月天婷婷视频30| 日日躁夜夜躁狠狠久久AV| 五月亭大香蕉| 婷婷丁香五月综合| 国产真人做爰视频免费| 99热r| 五月天色综合| 激情综合网五月在线播放| 美女五月天| 伊人婷婷五月天av| pacopacomama 070722_670 素人奥様初撮りドキュメント 103 大久保純子 | 亚洲操精品| 丁香五月婷婷99| AⅤ网站在线看| 久久A极片| 日本三级99人妇网站| 久久视频在线视频| 9久久狠狠的| www.ywav| 五月亭亭开心网| 色婷婷免费观看| 性色天| 天天操夜夜橾| 五月色丁香婷婷中文字幕| 婷婷五月综合网| 五月婷丁香| 婷婷丁香97| 9久热免费视频99| 伊人婷婷91| 99热精品10| 粉嫩av懂色av蜜臀av熟妇| 99re热在线观看| 婷婷五月综合在线| 亚洲综合丁香五月天| 婷婷五月综合啪| 婷婷丁香花五月天| 五月丁香六月综合情在线观看| 丁香五月性爱| 久久99热这里| 影音先锋91在线资源站| 天天日天天操心| 乱码操操| 五月天婷婷基地| 日日日日操| 国产97色在线| WWW色色色COM| 婷婷五月在线观看| 激情五月四色| 五月天综合激情网| 九九热精品| 婷婷激情丁香六月| 五月天婷综合| 色五月婷婷五月天| 亚洲综合激情五月天婷婷| 久久性爱视频| 久久女人天堂| 色婷婷婷婷五月天| 色婷婷网| 丁香婷婷久久综合在线| 伊人久久婷婷| 噜噜噜久久亚洲精品国产品91| 伊人干综合| 91亚洲视频| 色色欧美。| 亚洲激情综合网| 91成人性爱视频| 超碰亚洲天堂| 日本色99| 日韩人人操| 色婷婷4| 日本色色视频| 夜夜嗨一区二区三区直播内容| 影视av久久久噜噜噜噜噜三级| 激情亚洲五月| www,婷婷五月天777me,com| 9久久精品视频| 久久AAAA片一区二区| 性爱久久| 噼里啪啦完整版中文在线观看| 久久精品4| 五月婷婷久久久| 深爱激情五月婷婷| 97人人草| 国产偷人爽久久久久久老妇APP| 91婷婷色五月| 五月天婷婷综合免费| 天天操天天操天天操| 亚洲激情图文小说| 婷婷色基地在线看| 亚洲无码99| 人人色人人弄人人操| 五月天婷婷成人网| 亚洲视频综合网| 午夜无码熟熟妇丰满人妻| 五月丁香亭亭| 丁香五月天综合| 欧美色婷婷| 国产综合色婷婷精品久久| 夜夜爱伊人| 综合另类视频| 婷婷色五月激情强奸四射| 99热伊人| 色五月网址| 97一区二区| 五月天久久成人| 小视频一区| 一级AV片| 久久综合丁香五月| 尔尔AV一区| 亭亭五月色男人| 色五月婷婷成人| www.91.com黄| 久久综合丁香五月| 男女啪啪做爰高潮无遮挡| 激情五月丁香婷婷| 五月天婷五月天综合网小说首页-五月天激激婷婷大综合,婷婷亚洲综合五月天小说 | 99热99天堂| 538在线精品| 色色色在线观看| 日日日影院| 亚洲综合激情五月久久| 色和综合网| 色高清无码视频| 婷婷综合五月| 91蝌蚪窝视频在线| 久久综合丁香五月| 婷婷五月激情图片| 91视频久久久| 久久五月丁香婷婷| 成人人操| 五月丁香婷婷中文网| 亚洲精品V天堂中文字幕| 综合亚洲六月婷婷在线| 色情五月天丁香社区| 婷婷新网址| 天天操人人干| 麻豆忘忧草午夜| 性做久久久久久久免费看| 丁香五月婷婷综合91| 激情五月综合六月丁香婷婷狠狠干| 另类视频在线| 久久人人看| 伊人激情啪啪| 久久婷婷五月综合一| 婷婷五月天伊人| 中文字幕婷婷在线| www.henhengan| 91亚洲免费片| 色婷婷五月天久久| 午夜丁香综合婷婷| 丁香婷婷婷五月| 久久青青日本视频| 亚洲激情精品| 丁香婷婷五月人体| 亚洲va欧洲va国产va不卡| 欧美啪啪五月天| 91丨九色丨丰满人妖| 超碰99在线观看| 色婷婷操逼| 婷婷丁香久久五月综合| 九九色情网站| 色播五月婷婷| 亚洲成人免费在线| 国产看真人毛片爱做A片| 俺去啦综合网| Av在线不卡一区| 丁香五月在线自慰| 激情婷婷五月黑人| 9久热在线精品| 综合网色| 五月丁香婷婷AV天堂| 丁香五月婷综合| 亚洲成人AV在线播放| 色色色在线播放| 99ri国产精品| 99色在线| 亚洲日日日| 五月天开心色情网| 婷婷五月天精品| 色婷婷狠狠爱| 色婷婷丁香五月天| 狼人久草| 丁香五月婷婷天激情| 丁香五月手机在线| 午夜 外网 精品 在线| xx久久| 九九热免费视频| 五月激情五月婷婷五月天在线| 亚洲天堂九九九| 六月丁丁香| www.99热在线| 综合色综合| 玖玖国产视频一区| 98永久精品| 国产AV成人精品| 九热视频| 日日色综合| 99热| 天天做天天爱天天爽| 九九综合网色全集| 超碰93在线观看| www.99日本| 婷婷丁香成人| 六月婷婷综合久久| 殴美激情综合网| 亚洲激情在线| 中文字幕日产A片在线看| 爱草视频在线观看| 99噜噜噜在线播放| 五月天六月婷婷电影| 国产亚洲色婷婷久久99精品91 www.riverspirits.org www.hnnun.com www.changh | 91聚色综合网| 最近中文字幕2019视频1| 狠狠干夜夜干| 狠狠色丁香| 四月婷婷五月丁香| 综合色播| 天堂综合久| 五月丁香色婷婷色| 婷婷色操| 激情五月综合网最新|