R包中的Kolmogorv-Smirnov检验(dgof)-离散情形
我有以下数据,R包中的Kolmogorv-Smirnov检验(dgof)-离散情形,r,poisson,kolmogorov-smirnov,R,Poisson,Kolmogorov Smirnov,我有以下数据, Data <- c(8, 15, 8, 10, 7, 5, 2, 11, 8, 7, 6, 6, 4, 6, 10, 3, 9, 7, 15, 6, 5, 9, 8, 3, 3, 8, 5, 14, 8, 11, 8, 10, 7, 4, 6, 4, 6, 7, 11, 7, 8, 7, 8, 6, 5, 12, 7, 8, 13, 10, 6
Data <- c(8, 15, 8, 10, 7, 5, 2, 11, 8, 7, 6, 6, 4, 6, 10,
3, 9, 7, 15, 6, 5, 9, 8, 3, 3, 8, 5, 14, 8, 11,
8, 10, 7, 4, 6, 4, 6, 7, 11, 7, 8, 7, 8, 6, 5,
12, 7, 8, 13, 10, 6, 9, 7)
数据首先你有两个问题
kolmogorov检验不适用于连续分布李>
它在数据中有联系
即使我想用下面的方法进行测试,消除重复值并使用泊松分布和二项分布的最大似然估计
x <- unique(Data)
ks.test(x,"ppois",lambda <- mean(x))
One-sample Kolmogorov-Smirnov test
data: x
D = 0.2058, p-value = 0.5273
alternative hypothesis: two-sided
ks.test(x,"pbinom",n <- length(x),p <- mean(x)/n)
One-sample Kolmogorov-Smirnov test
data: x
D = 0.3126, p-value = 0.103
alternative hypothesis: two-sided
x首先你有两个问题
kolmogorov检验不适用于连续分布李>
它在数据中有联系
即使我想用下面的方法进行测试,消除重复值并使用泊松分布和二项分布的最大似然估计
x <- unique(Data)
ks.test(x,"ppois",lambda <- mean(x))
One-sample Kolmogorov-Smirnov test
data: x
D = 0.2058, p-value = 0.5273
alternative hypothesis: two-sided
ks.test(x,"pbinom",n <- length(x),p <- mean(x)/n)
One-sample Kolmogorov-Smirnov test
data: x
D = 0.3126, p-value = 0.103
alternative hypothesis: two-sided
x你到底被卡在哪里了?您是否阅读了功能的帮助页?ks.test
?您是否尝试过帮助页面上列出的任何示例?我不确定你的具体编程问题是什么。如果你有关于统计测试的问题,你应该改为在问。你到底被困在哪里了?您是否阅读了功能的帮助页?ks.test
?您是否尝试过帮助页面上列出的任何示例?我不确定你的具体编程问题是什么。如果你有关于统计测试的问题,你应该在询问。