kolmogorov-smirnov

2熱

1答えて

Kolmogorov-Smirnovテスト結果がmax（abs（difference、x、y））とは異なります。

私はks.test関数を使用してKolmogorov-Smirnovテストを実行しています。 Iはコルモゴロフ - スミルノフ検定がWikipediaでコルモゴロフ - スミルノフ試験の定義によれば max(abs(difference(x, y))) 異なる結果を与えることを見出し、結果は同等であるべきです。誰に知っているのですか？

3熱

1答えて

Kolmogorov-Smirnov MATLABの正規化テスト - データの正規化？

私はMATLABでKolmogorov-Smirnovテストを使用して、一般化線形回帰を実行する前にデータ行列の各列の正規性を決定しています。データベクトルの例は、 data = [8126,3163,9129,5399,8682,1126,1053,7805,2989,2758,3277,1152,6994,6833]; です。テストが実行され、結果が表示されます。しかし、視覚的な比較のため

0熱

1答えて

scipy.stats.kstestを使用した2つのサンプルのKolmogorov-Smirnovテスト

2つのサンプルKolmogorov-Smirnovの実行をテストするためにscipy.stats.kstestを使用します。つまり、データの2つの列（サンプル）基礎となるポプレーション分布関数が異なるかどうかをテストする。これをkstestできますか？私の問題は

1熱

1答えて

KSテストの結果から重要度αを得るには？

私はKolmogorov-Smirnovのテスト結果の有意水準/アルファレベル（最終的には信頼水準を得るために）を探していますが、これは十分に説明されていないので、私は狂っているように感じています Cauchy、Gaussian、Students t、Laplaceの4つの確率分布関数のいずれかから来た場合、私は見たいサンプルデータを持っています。（私は2標本検定を致しておりません）をここでは

2熱

1答えて

KSテストのための非標準分布変数？

標準以外の分布関数の場合、scipy.statsでkstestを使用できますか（学生tのDOFを変更するか、Cauchyのガンマを変更しますか？）私の最終的な目標は、私のディストリビューションフィットのための最大p値と対応するパラメータを見つけることですが、それは問題ではありません。 EDIT：」 scipy.statのコーシーPDFがある：それは位置パラメータのために、ガンマのためx_0 =

0熱

1答えて

kolmogorov-smirnov plot in R ggplot

私はKSプロットをrにしようとしていて、すべてがうまくいっているようです - 私は色を使って2つの異なるサンプルを視覚化することができ、ラインタイプではありません。私は次のことを試してみました： sample1<-SD13009 sample2<-SD13009PB group <- c(rep("sample1", length(sample1)), rep("sample2", len

1熱

1答えて

2サンプルKSテスト - 何かが間違っているようです

私は、scipyのks_2samp関数を使ってKolmogorov-Smirnoffテストを実行して、データのヒストグラムが同じ分布から来たものかどうかを調べようとしています。返されたp値はかなり右時々しかしいないようです... このヒストグラムを持つ例： aa, bb, cc = ax1.hist(list1, numpy.arange(a-1, b+3, c), alpha = .5, ali

2熱

1答えて

Pythonのp値が非常に低いKolmogorov-Smirnov適合テストの良さ

私は一連のデータを持っており、対応するヒストグラムに対数正規分布を当てはめました。まず、対数正規関数の最適なパラメータを計算し、ヒストグラムと対数正規関数をプロットします。これは非常に良好な結果を与える：フィッティング関数対データにコルモゴロフ - スミルノフ検定を実行するとき import scipy as sp import numpy as np import matplotlib.p

2熱

1答えて

R - 与えられた関数を使った逆累積分布法

私は与えられた関数（f（x）と呼ぶ）を持っています。私はモンテカルロ法を使ってそれを正規化しました。私は確率密度関数を計算し、それを積分することから累積分布関数を得ました。 f = function(x) ... plot(f,xlim = c(0, 5), ylim = c(0, 1),main="f(x)") mc.integral = function(f, n.iter = 100

2熱

1答えて

scipy kstestは異なる範囲で一貫していません

だから、どのディストリビューションがデータに最も適しているか評価する方法として、kstestのscipys実装を使用しようとしています。 kstestがどのように動作するかについての私の理解は、統計値が帰無仮説の確率を表すことです（つまり、返される確率は、問題のモデルがデータに対して間違っている確率です）。これは0.0 betwen均一な分布及び1.0 = np.random.uniformについ