r - R 中的柯尔莫哥洛夫-斯米尔诺夫检验

标签 r statistics statistical-test kolmogorov-smirnov

我尝试使用 Kolmogorov-Smirnov 检验来测试样本的正态性。这是我所做的一个简单的小例子:

x <- rnorm(1e5, 1, 2)
ks.test(x, "pnorm")

这是 R 给我的结果:

        One-sample Kolmogorov-Smirnov test

data:  x
D = 0.3427, p-value < 2.2e-16
alternative hypothesis: two-sided

p 值非常低,而检验应该接受零假设。

我不明白为什么它不起作用。

最佳答案

正如 ks.test 中指出的 help ,您必须向 ks.test 函数提供 pnorm 的参数。如果您没有精确的均值和标准方差,则测试将在标准高斯分布上进行。

这里你应该写:

ks.test(x, "pnorm", 1, 2) #or ks.test(x, "pnorm", mean=1, sd=2) 

关于r - R 中的柯尔莫哥洛夫-斯米尔诺夫检验,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26715843/

相关文章:

machine-learning - 训练和测试数据分割后是否需要验证数据集的独立ID并进行相同分布的统计测试?

r - 通过将点包装在一个框中来注释 ggplot2

r - ggplot2 geom_boxplot 的用户定义参数

r - 尽管设置了种子,BSTS 仍产生不一致的结果(在 R 中)

Python Granger Causality F检验理解

r - 求解 R 中混合模型方程的积分

r - R中的距离矩阵

Git diff,哪些开发者贡献最大

r - 有什么方法可以根据 R 中的 wilcoxon 测试选择单变量特征吗?

r - x[floor(d)] + x[ceiling(d)] : non-numeric argument to binary operator 中的错误