961
个编辑
更改
跳到导航
跳到搜索
第194行：
第194行： − Kolmogorov–Smirnov检验也可用于检验两个基本的一维概率分布是否不同。在这种情况下，Kolmogorov-Smirnov统计量为+ 第253行：
第253行： − −
→Two-sample Kolmogorov–Smirnov test 双样本Kolmogorov–Smirnov检验
The Kolmogorov–Smirnov test may also be used to test whether two underlying one-dimensional probability distributions differ. In this case, the Kolmogorov–Smirnov statistic is
The Kolmogorov–Smirnov test may also be used to test whether two underlying one-dimensional probability distributions differ. In this case, the Kolmogorov–Smirnov statistic is
Kolmogorov–Smirnov检验也可用于检验两个基本的一维概率分布不同与否。在这种情况下，Kolmogorov-Smirnov统计量为
<math>D_{n,m}=\sup_x |F_{1,n}(x)-F_{2,m}(x)|,</math>
<math>D_{n,m}=\sup_x |F_{1,n}(x)-F_{2,m}(x)|,</math>
这里要注意的是两个样本检验出来的数据样本是否来自同一分布。其并未指定该共同分布是什么（例如，它是正常还是不正常）。而且关键值表已经得出。Kolmogorov–Smirnov检验没有那么有效，因为它被设计为对两个分布函数之间所有可能的差异敏感。如刊登在Journal of Nonparametric Statistics2009年刊上Marozzi, Marco (2009)的文章《Some Notes on the Location-Scale Cucconi Test》和刊登在Communications in Statistics – Simulation and Computation2013年刊上同样Marozzi, Marco (2009)的文章《Nonparametric Simultaneous Tests for Location and Scale Testing: a Comparison of Several Methods显示了证据，当比较两个分布函数时，最初建议同时比较位置和比例的Cucconi检验比Kolmogorov-Smirnov检验更有效。
这里要注意的是两个样本检验出来的数据样本是否来自同一分布。其并未指定该共同分布是什么（例如，它是正常还是不正常）。而且关键值表已经得出。Kolmogorov–Smirnov检验没有那么有效，因为它被设计为对两个分布函数之间所有可能的差异敏感。如刊登在Journal of Nonparametric Statistics2009年刊上Marozzi, Marco (2009)的文章《Some Notes on the Location-Scale Cucconi Test》和刊登在Communications in Statistics – Simulation and Computation2013年刊上同样Marozzi, Marco (2009)的文章《Nonparametric Simultaneous Tests for Location and Scale Testing: a Comparison of Several Methods显示了证据，当比较两个分布函数时，最初建议同时比较位置和比例的Cucconi检验比Kolmogorov-Smirnov检验更有效。
== Setting confidence limits for the shape of a distribution function 为分布函数的形状设置置信极限 ==
== Setting confidence limits for the shape of a distribution function 为分布函数的形状设置置信极限 ==