R 在大型数据集上应用ks.test

我想做一个ks.test来比较两个分布。因此，我是这样做的：

我从一个文件中加载了

vec1

，

length（vec1）=720642

：这是一个太大的数据集

我应用了

fitdire（vec1，“lognormal”）

->这里我得到了最适合

meanlog=1.69

和

sdlog=1.02

的

vec1

当我申请时：

ks.测试（vec1，“plnorm”，1.69，1.02）

我得到：

D=0.1429

，

p-value<2.2e-16

替代假设：双边

所以测试失败了，就好像我没有处理对数正态分布

---

有人有解决办法吗？是因为我从文件中加载了一个巨大的数据集吗？

对于大数据集，由于大数据集的大功率，您将始终拒绝H0（具有任何指定的参考分布）。

如果样本量很大，ks测试将发现与假设分布的偏差非常小。此外，

？ks.test

指出，“如果使用单个样本测试，则必须预先指定…中指定的参数，而不是根据数据进行估计。对于带有估计参数的ks测试，有一些更精确的分布理论（见Durbin，1973），但在ks.test中没有实现。”@罗兰：这意味着ks.test无法通过大量样本得出准确的结果？你说：在…中指定的参数。。。必须预先指定，而不是根据数据进行估计。实际上，我尝试了ks.test（vec1，vec2），使得vec2遵循对数正态分布，其参数为引用的meanlog和sdlog，其大小与vec1相同，但结果始终相同。。。有什么帮助吗？谢谢。我建议用这样一个统计问题来回答这个问题：“我想测试一个大样本是否来自对数正态分布<代码>？ks.测试显示。。。最好的方法是什么？（多做点准备，先做些研究。）然后把它贴在上面。