R 用卡方检验比较两种分布

R 用卡方检验比较两种分布,r,statistics,distribution,probability,probability-theory,R,Statistics,Distribution,Probability,Probability Theory,我试图用卡方检验比较两个概率分布函数。计算卡方和[(o-e)^2/e]的公式表明,在应用此测试时,结果未规范化(即,如果更改o和e的单位,可能会得到不同的卡方值),我是否应该仅使用o和e的“bincounts” 如果比较的两个分布具有不同的x范围,我如何将其纳入测试?(例如,分配1可以从0-100进行抽样,分配2可以从100-200进行抽样) 我是否应该使用其他测试来比较两个分布 (1)是的,卡方检验仅适用于料仓计数 (2) 如果你已经知道这两个分布是不一样的,这是没有意义的;如果你有足够大的样

我试图用卡方检验比较两个概率分布函数。计算卡方和[(o-e)^2/e]的公式表明,在应用此测试时,结果未规范化(即,如果更改o和e的单位,可能会得到不同的卡方值),我是否应该仅使用o和e的“bincounts”

如果比较的两个分布具有不同的x范围,我如何将其纳入测试?(例如,分配1可以从0-100进行抽样,分配2可以从100-200进行抽样)

我是否应该使用其他测试来比较两个分布

(1)是的,卡方检验仅适用于料仓计数


(2) 如果你已经知道这两个分布是不一样的,这是没有意义的;如果你有足够大的样本,你会拒绝他们是相同的零假设。“我有一个大样本”不是一个有趣或有用的结论。这适用于任何零假设显著性检验,如卡方检验或Kolmogorov-Smirnov检验。(即使你事先不知道分布是相同的,我倾向于声称显著性检验仍然是无用的,但这是一个不同的问题。)

你所说的“比较”一词具体是什么意思?测试他们是否有共同的时刻?它们具有相同的分布,但参数化不同?其中一个是另一个的线性或非线性变换?说“比较”太含糊不清了。在投票结束时问这个问题可能更好,因为@jhoward引用了这个原因。我认为>20K的用户应该能够在没有主持人干预的情况下迁移问题。