r - 如何使用 R 自动化 Kolmogorov - Smirnoff 测试？

Question

有可能实现这一点（使用循环、函数或其他东西）吗？目前我正在“手动”完成所有工作（换句话说，一步一步），这对我来说非常烦人。我使用 kstest()。

考虑原假设 H0 : X ∼ N(0, 1)。

对于不同的 µ 值（例如 µ = 0、0.25、0.50、0.75、1）和不同的 n 值（例如 n = 25、50、100），请执行以下步骤：

• 从 N(µ, 1) 生成 1000 个样本。
• 对于每个样本，检验假设 H0 : X ∼ N(0, 1)。
• 获取每种情况下的拒绝频率。
• 当原假设为真时，检查水平是否很好地逼近（例如，取 α = 0.10, 0.05, 0.01）。

非常感谢。

Answer 1

当你输入 $\mu$、n 和 $\alpha$ 时，我编写了一个函数来获取接受原假设的数字的比例：

library(stats)
anxo <- function(mu, n, alpha){
  prop <- 0
  for (i in 1:n) {
     x <- rnorm(1000, mu, 1)
     if (ks.test(x, pnorm)$p.value > alpha) {
     prop <- prop + 1
     }
  }
  return(prop/n)
}