我想运行一些二维Kolmogorov-Smironov测试,以确定二维分布是否适合参考。
我是否可以相对简单的方式使用任何软件包或应用程序?还是有其他更可取的算法?我只有基本的统计知识。
我想运行一些二维Kolmogorov-Smironov测试,以确定二维分布是否适合参考。
我是否可以相对简单的方式使用任何软件包或应用程序?还是有其他更可取的算法?我只有基本的统计知识。
Answers:
Justel,Pena和Zamar在“拟合优度的多元Komogorov-Smirnov检验”中描述了Kolmogorov-Smirnov检验的二维扩展。@Procrastinator的评论表明可能还有其他此类建议。
但是,我还没有看到具有简单实现的软件包。
根据您要执行的操作,Tarn Duong的R的ks软件包中的kde.test()可能更有用。
我已经使用numpy编写了python实现。您可以在此处找到代码,也可以在代码的文档字符串中找到更多信息。
这是另一个(不是我的)。本笔记本提供了2个示例的2D KS测试的Python实现。该.py
文件可以在此处下载。该代码似乎是代码的直接翻译,C
如果样本量很大,效率可能会成为问题。
但是,在使用前,最好先与原始论文/书核对代码(无论是哪一种)。2D KS测试的python实现比R中的实现少得多。
该算法首先在两篇论文中开发(如我所见)
一个很好的介绍和C
实现可以在下面找到
出版社,WH等。1992年,C中的数字食谱,第14.7节,p645。
您可以C++/Fortran
在本书的其他版本中找到实现。
这是一个标题为“ 当心Kolmogorov-Smirnov测试也与此主题有关”的帖子,您可能想看看。它鼓励使用重采样方法在给定的KS距离下评估p值。