對於分佈中的正態 2 和 3 混合物，沒有擬合優度測試選項我有一個客戶需要對他們使用的任何發行版進行 GOF 測試來確認他們在視覺上看到的內容。 正常的 2 和 3 混合分佈不包括分佈平台中的 GOF 測試選項。
是否有不同的方法來獲得 p 值來測試這兩個分佈的 GOF？
回复：對於分佈中的正態 2 和 3 混合物，沒有擬合優度測試選項我很好奇他們為什麼要確認混合分佈？我認為混合法線的 GOF 測試很棘手，而且我不知道其他具有這種能力的軟件。
回复：對於分佈中的正態 2 和 3 混合物，沒有擬合優度測試選項這是在演示中出現的；他們想看看如何測試所有可能的分佈以找到最適合的分佈。 他們的程序說要通過測試和 p 值來確認擬合。 在這種情況下，當我們擬合所有分佈時，2 混合分佈是使用 AICc 的最佳擬合。 我的建議是使用正態分佈，因為 AICc 與 2 混合物幾乎相同，而且更容易/大多數人理解它。 根據他的解釋，他希望使用 JMP 推薦的最合適的分佈，但他可以這樣做，除非他能夠獲得最佳分佈的 GOF 測試。
需要明確的是，他以前從未使用過正常的 2 混合分佈，並且沒有說他能夠從其他軟件中獲得針對該特定發行版的 GOF，但他確實說他可以在他的其他/以前的包。 我們都感到有點驚訝的是，沒有辦法測試 JMP 確定為最佳的分佈的擬合度，只是因為該選項可用於其他分佈。
回复：對於分佈中的正態 2 和 3 混合物，沒有擬合優度測試選項Kolmogorov-Smirnoff GOF是我認為可以應用於此類事情的唯一方法。 我們已經在 Oneway 中使用它，但在不同的上下文中。 由於它是非參數的，我假設多模態分佈是公平的遊戲。 也就是說，我很長時間沒有閱讀研究文獻，所以我並不完全確定。 Wiki 條目表明它是，它的應用程序可以在 R 包 KSgeneral 中找到。
也就是說，必須有人編寫 JSL 來實現它。
