Ich werde den Kolmogorov-Smirnov-Test verwenden, um die Normalität von MYDATA in R zu testen. Dies ist ein Beispiel für meine Arbeit
ks.test(MYDATA,"pnorm",mean(MYDATA),sd(MYDATA))
Hier ist das Ergebnis, das R mir gibt:
data: MYDATA
D = 0.13527, p-value = 0.1721
alternative hypothesis: two-sided
Warning message:
In ks.test(MYDATA, "pnorm", mean(MYDATA), sd(MYDATA)) :
ties should not be present for the Kolmogorov-Smirnov test
Ich denke, es gibt ein Problem. Was bedeutet "Krawatten" in dieser Warnung?
kolmogorov-smirnov
ties
unes
quelle
quelle
Antworten:
Sie haben hier zwei Probleme:
Der KS-Test ist für eine kontinuierliche Verteilung und daher sollte MYDATA keine Bindungen enthalten (wiederholte Werte).
Mit der dem KS-Test zugrunde liegenden Theorie können Sie die Parameter der Verteilung nicht wie bisher aus den Daten abschätzen. Die Hilfe für ks.test erklärt dies.
quelle
ks.test
möchte das in einem Fall mit zwei Stichproben, dass die Bindungen von beidenx
und entfernt werdeny
? Ich meine, ich habe keine Bindungen inx
undy
(unique(x)
undunique(y)
), aber die beiden Vektoren haben einen gemeinsamen Wert. Sollten die Bindungen nicht nur zwischen den Werten inx
und in berücksichtigt werdeny
?Wie von @mdewey erläutert, eignet sich der KS-Test nicht zum Schätzen der Parameter aus den Daten. Sie können den folgenden Code verwenden, der sich auf den Anderson-Darling-Test für die Normalität stützt und nicht die Angabe des Mittelwerts und des Standardwerts erfordert. Dieser Test ist genauer als der Lilliefors-Test.
quelle