R Smirnov 斯米尔诺夫统计量的分布

R语言 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 ( `TRUE` ) 还是原始差异定义检验统计量。
`exact`	`NULL` 或指示应使用精确分布(以 `z` 中的池数据值为条件)分布还是渐近分布的逻辑。
`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 `TRUE` (默认)，概率为 `P[D < q]` ，否则为 `P[D \ge q]` 。
`log.p`	逻辑，如果`TRUE`(默认)，则概率给出为log-probabilities。
`n`	给出观测值数量的整数。

细节

对于样本 x 和 y ，其大小分别为 n_x 和 n_y 以及经验累积分布函数 F_{x,n_x} 和 F_{y,n_y} ，Smirnov 统计量为

在双面情况下和

否则。

这些统计数据用于对 x 和 y 来自同一分布的空值进行 Smirnov 检验，请参阅 ks.test 。

如果底层公共分布函数 F 是连续的，则检验统计量的分布不依赖于 F ，并且具有简单的渐近近似。对于任意 F ，可以精确计算给定 x 和 y 的汇集数据值 z 的条件分布(只要样本大小的乘积 n_x n_y 是 “small enough” 即可)或近似蒙特卡罗模拟。如果未指定合并数据值z，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

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。