Smirnov
位于 stats
包(package)。 说明
Smirnov 统计量分布的分布函数、分位数函数和随机生成。
用法
psmirnov(q, sizes, z = NULL, two.sided = TRUE,
exact = TRUE, simulate = FALSE, B = 2000,
lower.tail = TRUE, log.p = FALSE)
qsmirnov(p, sizes, z = NULL, two.sided = TRUE,
exact = TRUE, simulate = FALSE, B = 2000)
rsmirnov(n, sizes, z = NULL, two.sided = TRUE)
参数
q |
分位数的数值向量。 |
p |
概率的数值向量。 |
sizes |
长度为 2 的整数向量,给出样本大小。 |
z |
当计算给定数据的 Smirnov 统计量的精确条件分布时,两个样本中汇总数据值的数值向量。 |
two.sided |
一个逻辑,指示频率的绝对差异 ( |
exact |
|
simulate |
指示是否通过蒙特卡罗模拟计算分布函数的逻辑。 |
B |
一个整数,指定蒙特卡罗测试中使用的重复次数。 |
lower.tail |
逻辑,如果 |
log.p |
逻辑,如果 |
n |
给出观测值数量的整数。 |
细节
对于样本 和 ,其大小分别为 和 以及经验累积分布函数 和 ,Smirnov 统计量为
在双面情况下和
否则。
这些统计数据用于对 ks.test
。 和 来自同一分布的空值进行 Smirnov 检验,请参阅
如果底层公共分布函数 是连续的,则检验统计量的分布不依赖于 ,并且具有简单的渐近近似。对于任意 ,可以精确计算给定 和 的汇集数据值 的条件分布(只要样本大小的乘积 是 “small enough” 即可)或近似蒙特卡罗模拟。如果未指定合并数据值 ,则假定合并样本没有关联。
值
psmirnov
给出分布函数,qsmirnov
给出分位数函数,rsmirnov
生成随机偏差。
也可以看看
ks.test
有关用于计算精确分布的算法的参考。
相关用法
- R SSD 多元模型中的 SSD 矩阵和估计方差矩阵
- R StructTS 拟合结构时间序列
- R SSbiexp 自启动 NLS 双指数模型
- R SSmicmen 自启动 NLS Michaelis-Menten 模型
- R SignRank Wilcoxon 有符号秩统计量的分布
- R SSasymp 自启动 NLS 渐近回归模型
- R SSweibull 自启动 NLS 威布尔增长曲线模型
- R SSlogis 自启动 NLS 逻辑模型
- R SSgompertz 自启动 NLS Gompertz 增长模型
- R SSfol 自启动 NLS 一阶室模型
- R SSfpl 自启动NLS四参数Logistic模型
- R SSasympOrig 通过原点的自启动 NLS 渐近回归模型
- R SSasympOff 带偏移量的自启动 Nls 渐近回归模型
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R formula 模型公式
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
- R deriv 简单表达式的符号和算法导数
- R kruskal.test Kruskal-Wallis 秩和检验
- R quade.test 四方测试
- R decompose 移动平均线的经典季节性分解
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Distribution of the Smirnov Statistic。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。