Kolmogorov-Smirnov測試拉普拉斯分布R

Question

我在R中的ks函數有問題。我有拉普拉斯分布：

ldes <- function(y, a) {
  if(y < 0.5) 1/a*log(2*y, 2) 
  else  1/a*log(2*(1-y), 2)
}
a <- 1
set.seed(1)
y = runif(1000, 0, 1)
ld <- ldes(y, a)

所以，我需要進行ks測試，但是找不到任何關於應該在那里的第二個參數，比如：

ks.test(my_lnorm, **plnorm**, mean = -5, sd = 5)

對數正態分布或：

ks.test(my_log, **plogis**, location = 2, scale = 3)

物流配送

謝謝。

Answer 1

您可以嘗試使用拉普拉斯分布的一些包，例如disclap（如果它滿足我們的需要，否則一些連續的模擬）。

library(disclap)
ks.test(ld, "pdisclap", 0.5) # choose the right value of parameter p (p=0.5 is arbitrary)

One-sample Kolmogorov-Smirnov test

data:  ld
D = 0.3333, p-value < 2.2e-16
alternative hypothesis: two-sided

從假設檢驗的結果可以看出，零假設（從相同的人口分布中抽取樣本）被拒絕。

y2 <- rdisclap(1000, p=0.5) # generate some simulated datapoints
plot(ecdf(ld), xlim = range(c(ld, y2))) # compare ecdfs
plot(ecdf(y2), add = TRUE, lty = "dashed")