gamma-distribution - 解释 Kolmogorov-Smirnov 测试结果以测试我们的数据是否遵循 Gamma 分布

Question

从 KS 测试中获取结果：

from scipy import stats stats.kstest(myarray, 'gamma', (a, b))

我们得出的结论是myarray不遵循伽马分布以防万一p<0.01（拒绝零假设时）？

另外，当我们从我们的数据中计算gamma 分布（用于比较我们的数据）的a和b时，我们不能使用 KS 测试结果吗？

Answer 1

1. 是的 - 这就是 p 值所表示的 - 如果 my_array 遵循伽马分布，则观察到如此极端的 KS 统计数据的概率小于 1%。

2. 我不会说它没有意义，因为推导参数然后对相同的数据进行 KS 测试与 1 = 1 之类的重言式不同，但实际上并没有多大价值。最好使用不同的数组进行测试，如果数组不可用，那么您可以对 50% 的数据进行参数估计，对另外 50% 的数据进行 KS 测试。

此外，这个问题更适合 stats.stackexchange.com 论坛