进行单尾Kolmogorov-Smirnov测试是否有意义?


15

进行单尾KS测试是否有意义并且可行?这样的检验的原假设是什么?还是KS测试天生就是两尾测试?

我将从一个有助于理解D分布的答案中受益(我正在研究Massey于1951年发表的论文,并发现描述具有挑战性,例如和是差异的最小和最小) CDF的差异的非绝对值是多少?)。 d -D+D

跟进问题:如何获得和?我遇到的许多出版物都是表值,而不是,和 CDF 。D + D D n D + D pD+DDnD+D

更新:我刚刚发现了相关的问题单边Kolmogorov-Smirnov检验中的原假设是什么?,在撰写此文章之前,我在初次扫描时就错过了。

Answers:


20

进行单尾KS测试是否有意义并且可行?

绝对是

KS测试本质上是两尾测试?

一点也不。

这样的检验的原假设是什么?

您不清楚是在谈论一个样本还是两个样本的测试。我的回答涵盖了两种情况-如果您认为代表从中抽取X样本的总体的cdf ,则它是两个样本,而通过将F X视为某个假设分布(F 0,若你宁可)。FXXFXF0

在某些情况下,您可以将null编写为等式(例如,没有其他可能的用法),但是如果您想为一个尾部替代项编写方向性null,则可以这样编写: :

H0:FY(t)FX(t)

H1:FY(t)<FX(t)至少一t

(或者相反,另一条尾巴自然相反)

如果在测试中添加一个假设,即它们相等或会更小,则拒绝null意味着(一阶)随机排序 /一阶随机优势。在足够大的样本中,F可能会交叉-甚至数次,但仍然拒绝单边测试,因此严格保持该假设对于保持绝对优势地位是必不可少的。FY

松散如果具有严格不等式对于至少一些然后ý “趋向于更大”比XFY(t)FX(t)tYX

添加这样的假设并不奇怪。这是标准的。与假设(均方差分析)假设均值差异不是由于整个分布的变化(而不是偏度的变化,不是偏度的变化)不同,在这种情况下,某些分布向下移动,而某些向上移动,均值已改变的方式)。


因此,让我们考虑例如法线平均值的变化:

在此处输入图片说明

对于分配的事实是正确的一定量从转移的X意味着˚F Ÿ低于˚F X。在这种情况下,单方面的Kolmogorov-Smirnov检验往往会被拒绝。YXFYFX

类似地,考虑伽玛的比例偏移:

在此处输入图片说明

同样,向较大范围的偏移会产生较低的F。同样,在这种情况下,单面Kolmogorov-Smirnov检验将趋于拒绝。

在许多情况下,这样的测试可能有用。


D+D

D+F0DF0D+D

在此处输入图片说明

D+D

H0:FY(t)F0(t)

H1:FY(t)<F0(t)至少一t

YFF0DFY(t)<F0(t)D


D+D

这不是一件简单的事情。已经使用了多种方法。

如果我没记错的话,是通过使用布朗桥过程获得分布的一种方法(该文档似乎支持这种回忆)。

我相信这个由马尔萨利亚纸,纸张等人 在这里都盖了一些背景,给人以大量文献的计算算法。

在这两者之间,您将获得很多历史和已使用的各种方法。如果他们没有满足您的需求,则可能需要将其作为一个新问题提出。

DnD+D

这并不特别令人惊讶。如果我没记错的话,即使是渐近分布也是作为一个序列获得的(这种回忆很可能是错误的),并且在有限样本中它是离散的而不是任何简单形式。无论哪种情况,都没有方便的方式来显示信息,除非是以图形或表格的形式。


2
“在足够大的样本中,F可能会交叉-甚至多次,但仍然拒绝单面测试”-请注意,这意味着对于相同的数据,您可以双向拒绝单面测试!
浩烨

2
@HaoYe是的,有可能。这将清楚表明,随机支配地位将无法维持。
Glen_b-恢复莫妮卡2014年
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.