[英]Kolmogorov-Smirnov Tests for Laplace destribution R
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。
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")
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.