在R中如何比较多组数据是否适合某一分布

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

在R中如何比较多组数据是否适合某一分布

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：如何

分布检验～～～

  
Kolmogorov-Smirnov连续分布检验:检验单一样本是不是服从某一预先假设的特定分布的方法。以样本数据的累计频数分布与特定理论分布比较，若两者间的差距很小，则推论该样本取自某特定分布族。
该检验原假设为H0:数据集符合指数分布，H1:样本所来自的总体分布不符合指数分布。令F0(x)表示预先假设的理论分布，Fn(x)表示随机样本的累计概率(频率)函数.

   
统计量D为: D=max|F0(x) - Fn(x)|
    D值越小，越接近0，表示样本数据越接近指数分布
    p值，如果p-value小于显著性水平α(0.05)，则拒绝H0

   

看下这个例子——
> set.seed(1)
> S<-rexp(1000)
> ks.test(S, "pexp")
One-sample Kolmogorov-Smirnov test
data:  S
D = 0.0387, p-value = 0.1001
alternative hypothesis: two-sided结论: D值很小, p-value>0.05，不能拒绝原假设，所以数据集S符合指数分布！