问题标签 [kolmogorov-smirnov]

我想将参考分布与使用 Kolmogorov-Smirnov 距离按比例绘制d_1的样本进行比较。d_2w_1

鉴于这d_2是加权的，我正在考虑使用 R 中的加权经验累积分布函数（使用ewcdf {spatstat}）来解决这个问题。

下面的例子表明我可能没有指定权重，因为当lenght(d_1) == lenght(d_2)Kolmogorov-Smirnov 没有给出 0 值时。

有人可以帮我弄这个吗？为清楚起见，请参阅下面的可重现示例。

我在为 2 个将显示累积分布函数 (CDF) 的示例字符串列表创建 Kolmogorov-Smirnov 图表时遇到困难？

如两样本 Kolmogorov–Smirnov 检验所示

我已经能够计算出Ks_2sampResult(statistic=0.12939662567915355, pvalue=0.4183080902726968)整个字符串列表，但困难在于如何绘制图表以显示累积频率分布 (CFS)

数据列表示例

列表 1 的子集，例如['team', 'new', 'estate', 'ho', 'ur', 'la', 'pak', 'ebay', 'biz', 'best']

列表 2 的子集，例如['ilsilenzio', 'stilllife', 'mathiasboe', 'achininimeshikaratnasiri', 'andrewdabeka', 'davekhodabux', 'lilytermetz', 'marianhorsley', 'lindacloutier', 'moniquehoogland',]

获取数据列表

绘制 CDF

我有一个以列表为值的数据框。

df

我想在每行和其他行的串联之间进行分组name并运行 Kolmogorov-Smirnov 测试 ( )。scipy.stats.ks_2samp名称的示例a。{file1,a}== [1,1]。其他人的串联{file2,a}+ {file3,a}== [2,2,2]+ [1]== [2,2,2,1]。他们之间的 KStest 是stats.ks_2samp([1,1], [2,2,2,1])== 0.75。我怎样才能得到下面的预期结果（手动完成）？

如果这个问题太临时，我很抱歉。

下面是我的尝试。我无法弄清楚如何优雅地将目标行从其他行中排除。

为方便起见，我简化并概括了问题的代码。

所以我的问题（即 R 问题）是我试图循环通过一组 Kolmogorov Smirnov ks.boot 测试，以针对两个因素的多个级别进行测试。我需要对向量 df.test$names 的每个级别的数据进行子集化（例如 W、X、Y 和 Z 代表物种名称），然后循环比较 df.test$TSM.FACT 的每个级别之间的长度分布（例如 A、B、C 等代表时间段）。

因此，对于 df.test$names 中的每个级别（例如 W、X、Y、Z），我需要比较它们在不同时间段 A 和 B 的长度分布；然后是 A 与 C，然后是 B 与 C，并将每个结果保存在数据框中；记录比较发生的地方。

我正在尝试比较两个分布，看看它们是相似还是不同。我尝试使用 python scipy 包中的 ks_2samp。这是我的代码，

为什么我的输出p-value总是0.0？任何帮助都非常感谢。谢谢！

我很难将算法从 C 转换为 R。这是关于 Kolmogorov Smirnov 测试，更具体地说是 KS 概率函数

在“C中的数字食谱”，“probks”中，它被编码为

我不知道如何处理最后几行的 R 中的翻译，我现在只有

但这会产生一个非单调的概率函数

其中应该是 $Q_KS(0) = 1$ 和 $Q_KS(\infty) = 0$。显然，这是关于如何解释/编码最后一个“if”语句。

任何帮助将不胜感激。米

编辑 1： 这里是我的会话信息

编辑 2 使用 Konrad 的函数 ks_cdf 和

仍然在 0 处给出 0

编辑 3 升级到 3.6.1 后

我仍然得到与上面相同的情节，即 ks_cdf(0)=0 而它应该是 ks_sdf(0)=1

感谢任何先看的人。

我的代码是：

kstest 的结果是 KstestResult(statistic=1.0, pvalue=0.0)。代码有什么问题还是数据根本不正常？

我想将循环中记录的 ks.test 的输出合并到数据帧或文件中，而不是在控制台中打印 1155 个测试的输出... :-)。

我想要一个包含以下列的 data.frame：col1 和 col2 的名称（方程值）、p 值和 D 值。

乌托邦数据框

非常感谢您提前！！

我已经针对大量理论概率分布对我的分布进行了单边 KS 测试（观察公共交通公共交通网络的占用情况，值从 0 到 100）：

根据我对单面 KS-Test 的理解，最适合我的数据的理论分布是单面 KS-Test 返回大 p 值和低 D-KSstatistic 值的分布。

据此，最佳拟合是：

此外，当我尝试将这些所谓的最佳拟合分布直观地拟合到我的数据时，有些东西并没有加起来：

结果似乎与我的数据不匹配 invgauss、invweibull 或 genextreme 概率分布。

我做错了什么或假设 KS 测试结果有问题吗？

我的分布中的数据样本：

解决方案

请参阅接受的答案以获取更多详细信息。仅供参考，在估计正确的参数并将其传递给单边 KS 测试认为与我自己的分布相似的最相似的理论分布后，我能够直观地确认分布相似性。

想象有一个球形体积，里面装满了不同大小的黑色球体。在投影中，有一些被这些球体相交的蓝色区域。蓝色误差条来自与蓝色区域（投影中）相交的球体的概率分布，而黑色误差条来自与随机光束相交的球体的概率分布。下图显示了两个归一化和离散的概率密度函数。如何使用KS方法或任何其他方法显示蓝色PDF是从黑色PDF中获取的？