Kolmogorov-Smirnov test (K-S 檢驗)

一.簡介

Kolmogorov-Smirnov是比較一個累計分布(cumulative distribution function)函數(shù)f(x)與經(jīng)驗分布函數(shù)(empirical distribution function)g(x)二者的觀測值偏差K-S statistic(檢驗統(tǒng)計量)是否在一定范圍方法弥雹;如在一定范圍,則原函數(shù)屬于某一特定的概率分布脓魏。

累計分布(cumulative distribution function):把所有的observation排序剃毒,得到y_{1}贞让、y_{2}由蘑、......y_{n}只估,那么

F_{obs}(y_{i})=\frac{i}{n} 霸株,其中n為樣本個數(shù)诸衔,i為每個樣本的值盯漂。

經(jīng)驗分布(empirical distribution function)F_{exp}(y_{i})通過查表得到。

K-S statistic(檢驗統(tǒng)計量):D_{n}=max(|F_{obs}(y)-F_{exp}(y)|)

二.實例

單樣本實例

我們有10個數(shù)據(jù)點

108笨农, 112就缆, 117, 130谒亦, 111违崇, 131, 113诊霹, 113羞延, 105, 128脾还。我們想知道伴箩,這些點是否來自平均值是120,標(biāo)準(zhǔn)差是10的正態(tài)分布鄙漏?120嗤谚,10大致為本組數(shù)據(jù)的平均值與標(biāo)準(zhǔn)差。

1.排序

105怔蚌, 108巩步,111,112桦踊, 113椅野, 113, 117, 128竟闪, 130离福, 131

2.計算累計分布和經(jīng)驗分布F_{exp}(查表得到)的差值

差值D_{n}的最大值是0.358。 從表格(見附錄)中可以查出炼蛤,在?α=0.10的時妖爷,critical value是0.37。因為0.358<0.37,所以這些點來自平均值是120理朋,標(biāo)準(zhǔn)差是10的正態(tài)分布絮识。

多樣本實例

有以下兩組樣本:

X:1.2, 1.4嗽上, 1.9次舌, 3.7, 4.4炸裆,4.8垃它,9.7鲜屏,17.3烹看,21.1,28.4

Y:5.6洛史,6.5惯殊,6.6,6.9也殖,9.2土思,10.4,10.6忆嗜,19.3

1.把兩組樣本合在一塊己儒。

2.進(jìn)行排序。

3.計算計算累計分布和經(jīng)驗分布的差值捆毫。

這里?D_{n}=0.6

對于兩樣本闪湾,95%的critical value的計算公式為:

1.36也是查表得到的。

因為0.6<0.645绩卤,所以兩組樣本的分布一樣途样。

參考:

https://zhuanlan.zhihu.com/p/292678346

https://zhuanlan.zhihu.com/p/146781665

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市濒憋,隨后出現(xiàn)的幾起案子何暇,更是在濱河造成了極大的恐慌,老刑警劉巖凛驮,帶你破解...
    沈念sama閱讀 217,277評論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件裆站,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)遏插,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,689評論 3 393
  • 文/潘曉璐 我一進(jìn)店門捂贿,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人胳嘲,你說我怎么就攤上這事厂僧。” “怎么了了牛?”我有些...
    開封第一講書人閱讀 163,624評論 0 353
  • 文/不壞的土叔 我叫張陵颜屠,是天一觀的道長。 經(jīng)常有香客問我鹰祸,道長甫窟,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,356評論 1 293
  • 正文 為了忘掉前任蛙婴,我火速辦了婚禮粗井,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘街图。我一直安慰自己浇衬,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,402評論 6 392
  • 文/花漫 我一把揭開白布餐济。 她就那樣靜靜地躺著耘擂,像睡著了一般。 火紅的嫁衣襯著肌膚如雪絮姆。 梳的紋絲不亂的頭發(fā)上醉冤,一...
    開封第一講書人閱讀 51,292評論 1 301
  • 那天,我揣著相機(jī)與錄音篙悯,去河邊找鬼蚁阳。 笑死,一個胖子當(dāng)著我的面吹牛鸽照,可吹牛的內(nèi)容都是我干的螺捐。 我是一名探鬼主播,決...
    沈念sama閱讀 40,135評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼移宅,長吁一口氣:“原來是場噩夢啊……” “哼归粉!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起漏峰,我...
    開封第一講書人閱讀 38,992評論 0 275
  • 序言:老撾萬榮一對情侶失蹤糠悼,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后浅乔,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體倔喂,經(jīng)...
    沈念sama閱讀 45,429評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡铝条,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,636評論 3 334
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了席噩。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片班缰。...
    茶點故事閱讀 39,785評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖悼枢,靈堂內(nèi)的尸體忽然破棺而出埠忘,到底是詐尸還是另有隱情,我是刑警寧澤馒索,帶...
    沈念sama閱讀 35,492評論 5 345
  • 正文 年R本政府宣布莹妒,位于F島的核電站,受9級特大地震影響绰上,放射性物質(zhì)發(fā)生泄漏旨怠。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,092評論 3 328
  • 文/蒙蒙 一蜈块、第九天 我趴在偏房一處隱蔽的房頂上張望鉴腻。 院中可真熱鬧,春花似錦百揭、人聲如沸爽哎。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,723評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽倦青。三九已至瓮床,卻和暖如春盹舞,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背隘庄。 一陣腳步聲響...
    開封第一講書人閱讀 32,858評論 1 269
  • 我被黑心中介騙來泰國打工踢步, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人丑掺。 一個月前我還...
    沈念sama閱讀 47,891評論 2 370
  • 正文 我出身青樓获印,卻偏偏與公主長得像,于是被迫代替她去往敵國和親街州。 傳聞我的和親對象是個殘疾皇子兼丰,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,713評論 2 354

推薦閱讀更多精彩內(nèi)容