887387_it-IT

liliconcom

Test di Kolmogorov-Smirnov per una data distribuzione

Ciao,

Voglio usare il test di Kolmogorov-Smirnov per verificare il tipo di distribuzione di un gruppo di dati. L'idea è vedere se i dati hanno una distribuzione di Weibull, gaussiana o di Rayleigh.

Ho pensato di creare una colonna che creasse livelli tra i dati testati e i dati di una determinata distribuzione, ma ciò avrebbe significato riempire la colonna manualmente.

Hai qualche idea su come utilizzare la funzione di Kolmogorov-Smirnov implementata per confrontare i dati con una data distribuzione?

Grazie in anticipo

Modellazione statistica avanzataAnalisi e modellazione dei dati di baseRe: Test di Kolmogorov-Smirnov per una data distribuzione

Ciao @estelle-ippon ,

Benvenuti nella Community!

Per testare il tipo di distribuzione dei tuoi dati, puoi semplicemente utilizzare la piattaforma Distribuzioni e, nelle opzioni del triangolo rosso dei dati, puoi scegliere "Adattamento continuo" e selezionare tutti o solo specifici tipi di distribuzione:

Se hai selezionato più distribuzioni o tutte, avrai una prima vista comparativa delle distribuzioni con il criterio AICc:

Se si desidera un test statistico, selezionare semplicemente la distribuzione che si desidera testare e nel triangolo rosso di questa distribuzione selezionare "BontÀ di adattamento":

Per adattamenti continui, il test di bontà di adattamento è ilAnderson-Darlingtest :Distribuzioni di adattamento

Se vuoi confrontare due distribuzioni utilizzando il test di Kolmogorov-Smirnov, la piattaforma Analisi unidirezionale nel menu Fit Y by X può aiutarti: Opzioni della piattaforma Oneway

Spero che questa risposta ti sia d'aiuto,

Re: Test di Kolmogorov-Smirnov per una data distribuzione

Ciao Victor,

Grazie per la risposta.

Il fatto è che voglio usare specificamente il test KS per cercare di vedere se i miei dati si adattano a una distribuzione gaussiana, di Weibull o di Rayleigh. Potresti darmi qualche informazione in più sull'analisi unidirezionale?

Hai qualche idea su come implementare un test del genere?

Re: Test di Kolmogorov-Smirnov per una data distribuzione

Ciao @estelle-ippon ,

Tecnicamente potresti fare quello che vuoi, ma per realizzarlo sarà necessario un lavoro preliminare e sarà necessario definire la distribuzione in modo piuttosto preciso.

Per prima cosa devi preparare la tua tabella dati:

1. Genera una colonna formula casuale con la distribuzione corretta nella tua tabella dati (nel mio caso sto utilizzando il dataset Big Class Families e creando una nuova colonna con una distribuzione della formula di Weibull per confrontarla con la colonna "Altezza"):
   
2. Sovrapponi i dati generati alla colonna che vuoi testare, aggiungendo un'etichetta e dei valori per differenziare i "dati reali" dai "dati simulati":
   
3. Utilizzare la piattaforma Fit Y per X, con i dati come Y e il tipo di etichetta/distribuzione (reale/simulata) come X:
   
4. Nel triangolo rosso, in "Non parametrico", seleziona "Test di Kolmogorov-Smirnov" per confrontare i dati simulati con i dati reali:
   

   Verranno quindi visualizzate le statistiche per questo test: Rapporti sui test non parametrici

Spero che questa risposta ti sia d'aiuto,

Re: Test di Kolmogorov-Smirnov per una data distribuzione

Grazie mille per la risposta, penso anch'io che sarebbe una buona idea.

D'altra parte, hai un'idea su come implementare quel test se non conosciamo i parametri della distribuzione? Non credo che sarò in grado di creare una colonna manualmente se non li conosco.

Pensi che sia fattibile? Altrimenti dovrò creare il test a mano, immagino...

Re: Test di Kolmogorov-Smirnov per una data distribuzione

Potresti quindi utilizzare la prima opzione che ho descritto, utilizzando la piattaforma di distribuzione, per stimare i parametri della distribuzione che intendi testare. Quindi, crea una colonna con la formula casuale con la distribuzione e le stime trovate in precedenza, quindi segui la procedura della mia seconda risposta per eseguire il test KS e confrontare i dati simulati con quelli misurati.

Ma penso che il test Anderson-Darling disponibile sulla piattaforma Distribution sia l'opzione più diretta e molto vicina a ciò che intendi fare.