请教ks.test()的一个小疑惑

daigazi

<br />
> ks.test(pnorm(100,0,1),"pnorm",mean=0,sd=1)</p>
<p>	One-sample Kolmogorov-Smirnov test</p>
<p>data:  pnorm(100, 0, 1)<br />
D = 0.8413, p-value = 0.3173<br />
alternative hypothesis: two-sided </p>
<p>> ks.test(pnorm(100,0,1),"pnorm",mean=1,sd=2)</p>
<p>	One-sample Kolmogorov-Smirnov test</p>
<p>data:  pnorm(100, 0, 1)<br />
D = 0.5, p-value = 1<br />
alternative hypothesis: two-sided<br />
 ks.test(pnorm(100,0,1),"pnorm")</p>
<p>	One-sample Kolmogorov-Smirnov test</p>
<p>data:  pnorm(100, 0, 1)<br />
D = 0.8413, p-value = 0.3173<br />
alternative hypothesis: two-sided

按理说ks.test(pnorm(100,0,1),"pnorm",mean=0,sd=1)的p_value应该是最高的啊，此外，sd和mean不写的话默认是1和0吧，因为ks.test(pnorm(100,0,1),"pnorm",mean=0,sd=1)和ks.test(pnorm(100,0,1),"pnorm")的得到的p_value是一样的？
</p>

micro@

x needs to be data!

<br />
> set.seed(58151)<br />
> ks.test(rnorm(1e2L), 'pnorm',mean=1,sd=2)</p>
<p>        One-sample Kolmogorov-Smirnov test</p>
<p>data:  rnorm(100L)<br />
D = 0.4211, p-value = 7.772e-16<br />
alternative hypothesis: two-sided<br />

</p>

daigazi

回复第2楼的 micro@：恩，x必须是向量或者数据。另外我有个困扰我挺久的问题：目标数据服从什么分布都不知道，更不用说它所服从特定分布的参数，ks.test()既然是非参数估计，那么为什么参数还要自己来设定的呢？请指教

Microhimalaya

回复第3楼的 daigazi：那个是双样本的的ks检验，单样本的指定的是随机省成的参照样本的参数吧

micro@

回复第3楼的 daigazi： What kind of null are you talking about?

daigazi

回复第4楼的 Microhimalaya：

ks.test(tmp,"pnorm")

你的意思是说这个单样本检验中,后面的sd和mean这个参数是ks检验来自己生成的，默认情况下sd和mean不是分别为1和0？
</p>

daigazi

回复第5楼的 micro@：

<br />
> set.seed(58151)<br />
> t=rnorm(100,0,1)<br />
> ks.test(t,"pnorm",mean=0,sd=1)</p>
<p>	One-sample Kolmogorov-Smirnov test</p>
<p>data:  t<br />
D = 0.0885, p-value = 0.4139<br />
alternative hypothesis: two-sided </p>
<p>> ks.test(t,"pnorm")</p>
<p>	One-sample Kolmogorov-Smirnov test</p>
<p>data:  t<br />
D = 0.0885, p-value = 0.4139<br />
alternative hypothesis: two-sided </p>
<p>> ks.test(t,"pnorm",0,1)</p>
<p>	One-sample Kolmogorov-Smirnov test</p>
<p>data:  t<br />
D = 0.0885, p-value = 0.4139<br />
alternative hypothesis: two-sided<br />

由上面三个p.value可知：检验目标数据是否服从正态分布时，如果不填写sd和mean这两个参数，默认为1和0.因此我的问题是：给一个目标函数，如果连它服从什么分布都不知道，还要给出后面的参数（比如检验是否服从gamma分布时，要给出shape和scale这两个参数），岂不是很诡异？我用其他软件比如spss试过，比如检验出来服从对数正态分布，可把spss里的sd和mean带到R里面试验的话结果拒绝原假设

我想我应该是对ks检验的基本原理不懂，但看了一些书，还是没找到原因，请指教！谢谢
</p>

Microhimalaya

http://en.wikipedia.org/wiki/Kolmogorov%E2%80%93Smirnov_test

这个是wiki里面说的比较清楚，就是计算累积概率函数的差的上限满足是否过大，如果过大的话则拒绝null假设。单样本则拒绝是来自某一指定分布，双样本则拒绝两个样本不是同分布。不是同分布的是很多的，假设都是正太分布，均值方法不同也不同分布。再当样本的情况下你要计算所有样本点在检验分布的条件下的累积概率密度函数所以必须要指定均值和方差，如果不指定的话要看函数里面重重载的是哪一些参数

daigazi

回复第8楼的 Microhimalaya：是啊，我就是想问是否有一种方法：不用给假定分布的参数，就能检验是否服从该假定分布。

Microhimalaya

回复第9楼的 daigazi：这个可能需要一些特殊的检验，像spiro test等一下，具体的非参数的方法，我也不是很了解，最见陈老师的非参数统计好像出版了，可以取研究研究，嘿嘿。我也不是很了解，最好咨询一下各位版主，都是大牛啊！嘿嘿！

daigazi

回复第10楼的 Microhimalaya：我看清华大学出版的那本书里介绍的非参数统计，介绍到ks.test。