我怎样才能比较Kolmogorov和Lilieforce在地块上的测试?
我需要比较两种类型的测试,证明Kolmogorov测试比Lilieforce测试差。我需要显示p值分布,这将表明如果参数未知,并且Lilieforce变得准确,Kolmogorov测试变得保守。我试图从kolmogorov测试中获得所有p值:我怎样才能比较Kolmogorov和Lilieforce在地块上的测试?,r,R,我需要比较两种类型的测试,证明Kolmogorov测试比Lilieforce测试差。我需要显示p值分布,这将表明如果参数未知,并且Lilieforce变得准确,Kolmogorov测试变得保守。我试图从kolmogorov测试中获得所有p值: n = 20 for (i in 1:n){ x <- rnorm(1000) data1<-matrix(x,n,1) ks.test(x,pnorm) data2<-matrix(ks.test(data1[i,],p
n = 20
for (i in 1:n){
x <- rnorm(1000)
data1<-matrix(x,n,1)
ks.test(x,pnorm)
data2<-matrix(ks.test(data1[i,],pnorm,mean(x),sd(x))$p.value,n,1)
plot(data2,col = "red",lwd = 3, type ='l')
curve(punif(x), add = TRUE)
}
n=20
for(1:n中的i){
如果有人对正确答案感兴趣:
install.packages("nortest")
library(nortest)
p1 <-c()
p1a <-c()
p2 <-c()
a <- 1
s <- 2
for (i in 1:10000){
x <- rnorm(100, a, s)
p1<-c(p1,ks.test(x,pnorm, a, s)$p.value)
p1a<-c(p1a,ks.test(x,pnorm, mean(x),sd(x))$p.value)
p2<-c(p2,lillie.test(x)$p.value)
}
distribpt1<-ecdf(p1)
distribpt2<-ecdf(p2)
distribpt1a<-ecdf(p1a)
plot(distribpt1,col = "red",lwd = 3, xlim=c(0, 1))
lines(distribpt2,col = "blue",lwd = 3)
lines(distribpt1a,col = "green",lwd = 3)
lines(c(0,1),c(0,1),lwd=2,cex=1.5)
install.packages(“nortest”)
图书馆(nortest)
p1看一看线条()@Christoph,类似于smth的线条(data2,col=“red”,lwd=3,type='l')?现在我只得到了几条线条,仅此而已:(据我所知,我必须得到类似于(1,0)的smth对角线)似乎您可以删除问题的第一部分。请简化为一个最小的工作示例。每次调用plot时,它都会重新启动设备。您必须进行plot(NULL,xlim=c(0,1)),然后启动循环。。