We used the Kolmogorov–Smirnov test 检验方法

1、t -test 检验;

检验两组之间的 均值 是否存在显著性差异;

具体怎么做?

2、Anova 检验;

检验多组中,的均值 是否存在显著性差异;

具体怎么做?

3、卡方检验;

检验两个变量是否独立。

具体怎么做?

卡方检验是什么?_Hodors的博客-CSDN博客

4、f test

干什么的?

怎么做?

以上的参数检验方法, 都有  正态分布的假设,来源:

https://www.youtube.com/watch?v=ZO2RmSkXK3c&ab_channel=MatthewE.Clapham

5、Kolmogorov–Smirnov test  是什么检验方法?

干什么的?

用来检验,X和Y是否来自相同的分布。

怎么做?道理是啥?

K-S检验主要基于分布的Shape;

关注两方面:
1)、集中趋势  central tendency 
2)、分散  dispersion

H0假设是:这两个样本是从具有相同分布的总体中抽取的,所以他们应该有相同的CDF(累计分布)

KS test中给一个D项( term D),两个分布相差的最大值;

如果H0假设是真的则D应该是0,但是样本带有随机的成分,这个时候就需要p值了。我们需要看看P值,也就是H0如果是真的前提下,所观察到的样本出现的概率有多大;

---

D=max| f(x)- g(x)|,当实际观测值D>D(n,α)则拒绝H0,否则则接受H0假设。
KS检验与t-检验之类的其他方法不同是KS检验不需要知道数据的分布情况,可以算是一种非参数检验方法。当然这样方便的代价就是当检验的数据分布符合特定的分布时,KS检验的灵敏度没有相应的检验来的高。在样本量比较小的时候,KS检验作为非参数检验在分析两组数据之间是否来自相同分布时,相当常用。

---

与类似的分布检验方式比较

  • 经常使用的拟合优度检验和Kolmogorov-Smirnov检验的检验功效较低,在许多计算机软件的Kolmogorov-Smirnov检验无论是大小样本都用大样本近似的公式,很不精准,一般使用Shapiro-Wilk检验和Lilliefor检验。
  • Kolmogorov-Smirnov检验只能检验是否一个样本来自于一个已知样本,而Lilliefor检验可以检验是否来自未知总体。
  • Shapiro-Wilk检验和Lilliefor检验都是进行大小排序后得到的,所以易受异常值的影响。
  • Shapiro-Wilk检验只适用于小样本场合(3≤n≤50),其他方法的检验功效一般随样本容量的增大而增大。
  • 拟合优度检验和Kolmogorov-Smirnov检验都采用实际频数和期望频数进行检验,前者既可用于连续总体,又可用于离散总体,而Kolmogorov-Smirnov检验只适用于连续和定量数据。
  • 拟合优度检验的检验结果依赖于分组,而其他方法的检验结果与区间划分无关。

参考文献:https://www.youtube.com/watch?v=ZO2RmSkXK3c&ab_channel=MatthewE.Clapham

KS检验中的一个重要参数:D,用来描述,两个CDF中最大的差异

如何在R中做TS检验?

KS-检验(Kolmogorov-Smirnov test) -- 检验数据是否符合某种分布 - Arkenstone - 博客园

代码:

scipy.stats.kstest — SciPy v1.8.0 Manual

----

结论:kstest里边可以直接放观测样本!

6、Mann-Whitney U test

In statistics, the Mann–Whitney U test (also called the Mann–Whitney–Wilcoxon (MWW/MWU), Wilcoxon rank-sum test, or Wilcoxon–Mann–Whitney test) is a nonparametric test of the null hypothesis that, for randomly selected values X and Y from two populations, the probability of X being greater than Y is equal to the probability of Y being greater than X.

那么他和t-test有什么区别呢?

t检验还是Mann-Whitney U检验 - 知乎

所以在不知道样本是否服从正态分布的前提下,就使用MWU检验。

统计检验方法 大全,t -test 检验,Anova 检验,卡方检验,Kolmogorov–Smirnov 检验相关推荐

  1. Kolmogorov Smirnov 检验

    Kolmogorov-Smirnov检验 一个例子 假设你拿到下面的这100个观察值: -0.16 -0.68 -0.32 -0.85 0.89 -2.28 0.63 0.41 0.15 0.74 1 ...

  2. python ks检验_在python scipy中实现Kolmogorov Smirnov检验

    您的数据是以mu = 0.07和sigma = 0.89生成的. 您正在使用平均值0和标准偏差1的正态分布来测试此数据. 零假设(H0)是您的数据是样本的分布等于标准正态分布,平均值为0,标准偏差为1 ...

  3. matlab的k s检验,K-S 检验(Kolmogorov–Smirnov  kurtosis-skewness)

    本文与普通的讲述 K-S 检验的文章略有不同,分为两部分: (1). 针对大部分分布的 Kolmogorov–Smirnov 检验(真正的K-S检验) (2). 仅适用于高斯分布的基于分布曲线形状的  ...

  4. 【统计学习】一篇文章理解什么是组间差异检验

    理解什么是组间差异检验 参数检验与非参数检验 抽样分布 展示差异的常用图表 箱线图(boxplot) 散点图(Scatter plot) 热图(heatmap) 树状图 如何寻找差异? 基于类别标签的 ...

  5. 多元有序logistic回归_医学统计与R语言:多分类logistic回归HosmerLemeshow拟合优度检验...

    微信公众号:医学统计与R语言如果你觉得对你有帮助,欢迎转发 输入1:multinominal logistic regression install.packages("nnet" ...

  6. 二元置信椭圆r语言_医学统计与R语言:多分类logistic回归HosmerLemeshow拟合优度检验...

    微信公众号:医学统计与R语言如果你觉得对你有帮助,欢迎转发 输入1:multinominal logistic regression "nnet") 结果1: test (mult ...

  7. R语言epiDisplay包cox.display函数获取cox回归模型汇总统计信息(风险率HR、调整风险率及其置信区间、模型系数t检验的p值、Wald检验的p值和似然比检验的p值)、保存结果到csv

    R语言使用epiDisplay包的cox.display函数获取cox回归模型的汇总统计信息(风险率HR.调整的风险率及其置信区间.模型系数的t检验的p值.Wald检验的p值和似然比检验的p值).使用 ...

  8. cif t t操作流程图_Danish:STATA 操作正态检验、卡方检验和T检验

    STATA 操作正态检验.卡方检验和T检验 图示和基本概念 Coef. :回归分析系数.在回归方程中表示自变量x 对因变量y 影响大小的参数.回归系数越大表示x 对y 影响越大. Std. Err.  ...

  9. KS检验、t检验、f检验、Grubbs检验、狄克逊(Dixon)检验、卡方检验小结

    1. KS检验 Kolmogorov-Smirnov检验是基于累计分布函数的,用于检验一个分布是否符合某种理论分布或比较两个经验分布是否有显著差异. 单样本K-S检验是用来检验一个数据的观测经验分布是 ...

  10. python数据分析----卡方检验,T检验,F检验,K-S检验

    卡方检验 卡方检验是一种用途很广的计数资料的假设检验方法.它属于非参数检验的范畴,主要是比较两个及两个以上样本率( 构成比)以及两个分类变量的关联性分析.其根本思想就是在于比较理论频数和实际频数的吻合 ...

最新文章

  1. jzoj6001. 【PKUWC2019模拟2019.1.15】Mines (tarjan)
  2. Robot Christmas!机器人玩转圣诞节!
  3. oracle 序列的使用
  4. 计算机器内存数量+引入和显示ARDS成员
  5. c++ 清除list占用的内存_pytorch内存泄露-dataloader
  6. HDU 3639 Hawk-and-Chicken
  7. netsh命令改IP和重置winsock(可解决能上QQ不能上网的问题)
  8. hp usb disk storage format tool
  9. java 请求转发_JavaWeb_请求转发
  10. 树状图 - Dendrogram
  11. 数据分析 - pandas(7)
  12. python123八边形绘制_使用python实现简单的画多边形。
  13. 拓嘉辰丰电商:拼多多店铺做不起来的原因
  14. Arduino开发板连接XBee模块的方法
  15. seo优化高手让你明白玩转seo其实并不难
  16. 公车艳遇_习惯累积沉淀_新浪博客
  17. 关于计算机实践创新的名言,创新与实践的名言名句
  18. UOS家庭版V21版BCM43142无线网卡网卡驱动重装
  19. 关于我放弃考研这件事儿
  20. google play连接超时_Google Play音乐,Music Play商店即将关闭|音乐|音乐库|管理器|play...

热门文章

  1. flink写hive hdfs一直挂在.inprogress状态
  2. ubuntu安装中的小tips
  3. 波粒二象性及波尔电子轨道理论
  4. 【算法】1436. 旅行终点站(多语言实现)
  5. 华硕飞行堡垒笔记本电脑驱动程序不能使用如何解决
  6. 奇怪的吃播_快来围观那些奇怪的吃播!!
  7. 双甜点预测的几点总结:
  8. 为Visual Studio创建项目模板(VSIX / C#/ 2019)
  9. 社会化分享(附源码)
  10. 一个高速公路交警的忠告