R Smirnov 斯米爾諾夫統計量的分布

R語言 Smirnov 位於 stats 包(package)。

說明

Smirnov 統計量分布的分布函數、分位數函數和隨機生成。

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)

參數

`q`	分位數的數值向量。
`p`	概率的數值向量。
`sizes`	長度為 2 的整數向量，給出樣本大小。
`z`	當計算給定數據的 Smirnov 統計量的精確條件分布時，兩個樣本中匯總數據值的數值向量。
`two.sided`	一個邏輯，指示頻率的絕對差異 ( `TRUE` ) 還是原始差異定義檢驗統計量。
`exact`	`NULL` 或指示應使用精確分布(以 `z` 中的池數據值為條件)分布還是漸近分布的邏輯。
`simulate`	指示是否通過蒙特卡羅模擬計算分布函數的邏輯。
`B`	一個整數，指定蒙特卡羅測試中使用的重複次數。
`lower.tail`	邏輯，如果 `TRUE` (默認)，概率為 `P[D < q]` ，否則為 `P[D \ge q]` 。
`log.p`	邏輯，如果`TRUE`(默認)，則概率給出為log-probabilities。
`n`	給出觀測值數量的整數。

細節

對於樣本 x 和 y ，其大小分別為 n_x 和 n_y 以及經驗累積分布函數 F_{x,n_x} 和 F_{y,n_y} ，Smirnov 統計量為

在雙麵情況下和

否則。

這些統計數據用於對 x 和 y 來自同一分布的空值進行 Smirnov 檢驗，請參閱 ks.test 。

如果底層公共分布函數 F 是連續的，則檢驗統計量的分布不依賴於 F ，並且具有簡單的漸近近似。對於任意 F ，可以精確計算給定 x 和 y 的匯集數據值 z 的條件分布(隻要樣本大小的乘積 n_x n_y 是 “small enough” 即可)或近似蒙特卡羅模擬。如果未指定合並數據值z，則假定合並樣本沒有關聯。

值

psmirnov 給出分布函數，qsmirnov 給出分位數函數，rsmirnov 生成隨機偏差。

也可以看看

ks.test 有關用於計算精確分布的算法的參考。

相關用法

注：本文由純淨天空篩選整理自R-devel大神的英文原創作品 Distribution of the Smirnov Statistic。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。