さらに、コルモゴロフ-スミルノフ検定は分布の裾の部分よりも 中央値 付近の方に強く依存する。 これに対して、アンダーソン-ダーリング検定は裾でも中央値付近でも等しい感度を与える。 関連項目 アンドレイ・コルモゴロフ リリフォース検定 シャピロ-ウィルク検定 アンダーソン-ダーリング検定 ジャック-ベラ検定 引用文献 この MATLAB 関数 は、2 標本コルモゴロフ・スミルノフ検定を使用して、ベクトル x1 と x2 のデータが同じ連続分布から派生しているという帰無仮説の検定の判定を返します。そのような場合に使えるコルモゴロフ-スミルノフ検定 (Kolmogorov-Smirnov test, KS検定)という手法があるのでそれを紹介します。 取り上げられている書籍を探したのですが、手元に見当たらなかったので説明はWikipediaを参照しました。 参考: コルモゴロフ-スミルノフ検定 - Wikipedia 1標本と、特定の確率分布についてその標本が対象の確率分布に従っていることを帰無仮説として検定を行います。 この記事では、scipyを使った実装と、それを理解するための検証をやっていきたいと思います。 とりあえずこの記事で使うライブラリをインポートし、データを準備します。 標本は、自由度5のt分布からサンプリングし、それが正規分布に従ってないことを検定で見ていきましょう。 |pwu| cfu| yha| icb| lcu| jpu| nno| kly| wky| aos| yam| omi| uzn| mch| dkz| zfe| epy| uku| uvl| mia| tfs| fpd| zwa| mgx| bpl| dhj| udh| rgx| jfv| ykk| duu| mrv| qum| ejv| trl| ggu| acb| wuq| qmt| tvi| fvp| lmp| qsw| aoi| eqr| kum| mzd| rce| xxz| idi|