7,129
个编辑
更改
跳到导航
跳到搜索
第169行：
第169行： − +
→The Kolmogorov–Smirnov statistic in more than one dimension 多个维度的Kolmogorov–Smirnov统计
虽然通常使用Kolmogorov–Smirnov检验法来检验给定的''F''(''x'')是否为''F''<sub>''n''</sub>(''x'')的潜在概率分布，但可以将过程倒过来给出''F''(''x'')本身的置信极限。如果选择检验统计量''D''<sub>''α''</sub>的临界值，使得P(''D''<sub>''n''</sub> > ''D''<sub>''α''</sub>) = ''α''，则在''F''<sub>''n''</sub>(''x'') 周围宽度±''D''<sub>''α''</sub>内将完全包含概率为1 − ''α''的''F''(''x'') 。
虽然通常使用Kolmogorov–Smirnov检验法来检验给定的''F''(''x'')是否为''F''<sub>''n''</sub>(''x'')的潜在概率分布，但可以将过程倒过来给出''F''(''x'')本身的置信极限。如果选择检验统计量''D''<sub>''α''</sub>的临界值，使得P(''D''<sub>''n''</sub> > ''D''<sub>''α''</sub>) = ''α''，则在''F''<sub>''n''</sub>(''x'') 周围宽度±''D''<sub>''α''</sub>内将完全包含概率为1 − ''α''的''F''(''x'') 。
== The Kolmogorov–Smirnov statistic in more than one dimension 多个维度的Kolmogorov–Smirnov统计 ==
== 多个维度的Kolmogorov–Smirnov统计 ==
朱斯特尔 Justel，培尼亚 Peña和扎马 Zamar（1997）提出了无分布的多元Kolmogorov-Smirnov拟合优度检验。<ref>{{cite journal |last=Justel |first=A. |last2=Peña |first2=D. |last3=Zamar |first3=R. |year=1997 |title=A multivariate Kolmogorov–Smirnov test of goodness of fit |journal=Statistics & Probability Letters |volume=35 |issue=3 |pages=251–259 |doi=10.1016/S0167-7152(97)00020-5 |citeseerx=10.1.1.498.7631 }}</ref> 该检验使用通过Rosenblatt变换建立的统计量，开发出了一种算法来计算双变量情况。还介绍了可以在任何维度上轻松计算的近似检测法。
朱斯特尔 Justel，培尼亚 Peña和扎马 Zamar（1997）提出了无分布的多元Kolmogorov-Smirnov拟合优度检验。<ref>{{cite journal |last=Justel |first=A. |last2=Peña |first2=D. |last3=Zamar |first3=R. |year=1997 |title=A multivariate Kolmogorov–Smirnov test of goodness of fit |journal=Statistics & Probability Letters |volume=35 |issue=3 |pages=251–259 |doi=10.1016/S0167-7152(97)00020-5 |citeseerx=10.1.1.498.7631 }}</ref> 该检验使用通过Rosenblatt变换建立的统计量，开发出了一种算法来计算双变量情况。还介绍了可以在任何维度上轻松计算的近似检测法。