R语言系列：分布一致性和离散一致性检验

转载

于 2012-11-15 16:51:00 发布 · 2.6k 阅读

4 ·

CC 4.0 BY-SA版权

原文链接：https://my.oschina.net/explore/blog/89546

文章标签：

#r语言 #python

本文详细介绍了R语言中进行分布一致性与离散一致性检验的方法，包括ks.test进行Kolmogorov-Smirnov检验，shapiro.test进行Shapiro-Wilk正态性检验，以及chisq.test、mood.test、ansari.test和fligner.test等在离散分布检验中的应用。同时提到了参数方法如var.test和bartlett.test在正态总体样本检验中的使用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2019独角兽企业重金招聘Python工程师标准>>>

1、分布一致性检验
1.1 连续分布
1.1.1 ks.test(x, y)     #Kolmogorov-Smirnov分布一致性检验
    #x是数字向量，y若为数字向量，则检验x与y是否分布一致
    #y若为连续分布(！)的累积概率函数，则检验x是否与已知分布一致。
    #注意累积概率函数还可以带参数
    例：
    x=rnorm(100, 175, 10); ks.test(x, pnorm, 175, 10);
    y=runif(100, 100, 1000); ks.test(y, punif, 100, 1000);
1.1.2 shapiro.test(x)    #Shapiro-Wilk正态性检验，样本含量在[3, 5000]之间
1.2离散分布
    chisq.test(x, p)    #p是与x等长的概率向量，缺省表示x取值概率相等
    离散分布的一致性检验实际上是理