我想将分布拟合到我的数据中。我在 r 中使用 fitdistrplus 包来查找发行版。我可以比较不同分布的拟合优度结果，看看哪个更适合我的数据，但我不知道如何检查每个分布的拟合优度检验的 p 值。结果可能表明，在伽马、对数正态和指数中，指数分布对安德森 darling 检验的统计量较低，但我不知道如何检查这些检验的 pvalue 是否不拒绝原假设。R中是否有任何内置函数可以提供p值？这是我用作示例的一段代码：
d <- sample(100,50)
library(fitdistrplus)
descdist(d)
fitg <- fitdist(d,"gamma")
fitg2 <- fitdist(d,"exp")
gofstat(list(fitg,fitg2))
此代码生成 50 个从 0 到 100 的随机数，并尝试找到最适合这些数据的模型。如果 descist(d) 表明 gamma 和指数是最佳拟合模型的两个候选者，则 fitg 和 fitg2 会找到它们的相关模型。最后一行比较了 Ks 和 anderson darling 统计数据，以显示最适合的分布。对于这些测试，具有较低值的分布是最好的。但是，在比较它们之前，我不知道如何找到 fitg 和 fitg2 的 p 值。如果 pvalues 表明这些分布中没有一个不适合这些数据，那么将它们的拟合优度统计数据与我的知识进行比较是没有意义的。
任何帮助表示赞赏。谢谢