Prueba de Kolmogorov-Smirnov para una distribución dadaHola,
Quiero usar la prueba de Kolmogorov-Smirnov para comprobar el tipo de distribución de un grupo de datos. La idea es determinar si los datos tienen una distribución de Weibull, Gaussiana o de Rayleigh.
Pensé en crear una columna que cree niveles entre los datos probados y los datos de una distribución dada, pero eso significaría llenar la columna a mano.
¿Tiene alguna idea sobre cómo utilizar la función Kolmogorov-Smirnov implementada para comparar los datos con una distribución dada?
Gracias de antemano
Modelado estadístico avanzadoAnálisis y modelado de datos básicosRe: Prueba de Kolmogorov-Smirnov para una distribución dadaHola @estelle-ippon ,
¡Bienvenido a la comunidad!
Para probar el tipo de distribución de sus datos, puede simplemente usar la plataforma Distribuciones , y en las opciones del triángulo rojo de los datos, puede elegir "Ajuste continuo" y seleccionar todos o solo tipos específicos de distribuciones:
Si ha seleccionado varias distribuciones o todas, tendrá una primera vista de comparación de las distribuciones con el criterio AICc:
Si desea una prueba estadística, simplemente seleccione la distribución que desea probar y en el triángulo rojo de esta distribución seleccione "Bondad de ajuste":
Para ajustes continuos, la prueba de bondad de ajuste es laAnderson-Darlingprueba :Distribuciones de ajuste
Si desea comparar dos distribuciones utilizando la prueba de Kolmogorov-Smirnov, la plataforma Análisis unidireccional en el menú Ajustar Y por X puede ayudarlo: Opciones de la plataforma unidireccional
Espero que esta respuesta te ayude.
Re: Prueba de Kolmogorov-Smirnov para una distribución dadaHola Víctor,
Gracias por tu respuesta.
La cuestión es que quiero usar específicamente la prueba KS para comprobar si mis datos se ajustan a una distribución gaussiana, de Weibull o de Rayleigh. ¿Podrías explicarme un poco más sobre el análisis unidireccional?
¿Tienes alguna idea de cómo implementar tal prueba?
Re: Prueba de Kolmogorov-Smirnov para una distribución dadaHola @estelle-ippon ,
Técnicamente podrías hacer lo que quieras, pero necesitarás un poco de trabajo preliminar para llevarlo a cabo y requerirá que definas la distribución con bastante precisión.
Primero debes preparar tu tabla de datos:
- Genere una columna de fórmula aleatoria con la distribución correcta en su tabla de datos (en mi caso, estoy usando el conjunto de datos Big Class Families y creando una nueva columna con una distribución de fórmula de Weibull para compararla con la columna "Altura"):
- Apila los datos generados con la columna que quieres probar, agregando una etiqueta y valores para diferenciar "datos reales" de "datos simulados":
- Utilice la plataforma Fit Y by X, con los datos como Y y el tipo de etiqueta/distribución (real/simulado) como X:
- En el triángulo rojo, en "No paramétrico", elija "Prueba de Kolmogorov-Smirnov" para comparar sus datos simulados con los datos reales:
A continuación, se mostrarán las estadísticas para esta prueba: Informes de pruebas no paramétricas
Espero que esta respuesta te ayude.
Re: Prueba de Kolmogorov-Smirnov para una distribución dadaMuchas gracias por tu respuesta, también creo que sería una buena idea.
Pero, por otro lado, ¿tienes alguna idea de cómo implementar esa prueba si no conocemos los parámetros de la distribución? No creo que pueda crear una columna manualmente si no los tengo.
¿Crees que sea factible? Si no, supongo que tendré que crear la prueba a mano...
Re: Prueba de Kolmogorov-Smirnov para una distribución dadaPodrías usar la primera opción que describí, usando la plataforma de distribución, para estimar los parámetros de la distribución que deseas probar. Después, crea una columna de fórmula aleatoria con la distribución y las estimaciones obtenidas anteriormente, y sigue el procedimiento de mi segunda respuesta para realizar la prueba KS y comparar los datos simulados con los medidos.
Pero creo que la prueba de Anderson-Darling disponible en la plataforma de Distribución es la opción más directa y muy cercana a lo que pretendes hacer.
