R包-Discrete情况下的柯尔莫戈夫-斯米尔诺夫检验
R包-Discrete情况下的柯尔莫戈夫-斯米尔诺夫检验
提问于 2019-02-22 11:23:17
我有以下数据，
Data <- c(8, 15, 8, 10, 7, 5, 2, 11, 8, 7, 6, 6, 4, 6, 10,
3, 9, 7, 15, 6, 5, 9, 8, 3, 3, 8, 5, 14, 8, 11,
8, 10, 7, 4, 6, 4, 6, 7, 11, 7, 8, 7, 8, 6, 5,
12, 7, 8, 13, 10, 6, 9, 7) 我想使用dgof包在R中执行KS测试，但不知道如何使用它。我也用二项分布和泊松分布来拟合上面的数据。
现在，我想使用KS检验来确定哪个模型(二项式或泊松)代表数据。
谢谢。
回答 1
Stack Overflow用户
发布于 2019-02-23 12:28:23
首先，你有两个问题。
，
- ，kolmogorov检验不适用于连续分布。Kolmogorov-Smirnov Goodness-of-Fit Test
- It在数据上有联系。
即使我想应用测试，它也会以以下方式进行，消除重复的值，并使用泊松分布和二项分布的最大似然估计器。
x <- unique(Data)
ks.test(x,"ppois",lambda <- mean(x))
One-sample Kolmogorov-Smirnov test
data: x
D = 0.2058, p-value = 0.5273
alternative hypothesis: two-sided
ks.test(x,"pbinom",n <- length(x),p <- mean(x)/n)
One-sample Kolmogorov-Smirnov test
data: x
D = 0.3126, p-value = 0.103
alternative hypothesis: two-sided我们可以得出结论，泊松模型最能代表数据，而不依赖于p值。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/54819607
复制相关文章
相似问题
腾讯云开发者
