Question

因此我们可以运行K-S测试来评估dtwo数据集的分布是否存在差异，如here所述。

所以我们采取以下数据

set.seed(123)
N <- 1000
var1 <- runif(N, min=0, max=0.5)
var2 <- runif(N, min=0.3, max=0.7)
var3 <- rbinom(n=N, size=1, prob = 0.45)

df <- data.frame(var1, var2, var3)

然后我们可以根据var3结果进行分离

df.1 <- subset(df, var3 == 1)
df.2 <- subset(df, var3 == 0)

现在我们可以运行Kolmogorov-Smirnov检验来测试每个变量的分布差异。

ks.test(jitter(df.1$var1), jitter(df.2$var1))
ks.test(jitter(df.1$var2), jitter(df.2$var2))

并不是很明显，我们没有区别，并且可以假设不同的数据集来自同一分布。这可以通过以下方式显示：

plot(ecdf(df.1$var1), col=2)
lines(ecdf(df.2$var1))

plot(ecdf(df.1$var2), col=3)
lines(ecdf(df.2$var2), col=4)

但是现在我们要考虑var3==0和var3==1之间的分布是否有所不同var1＆amp; var2在一起。 当我们有多个预测变量

时，是否有R包来运行此类测试

类似的问题提出了here，但没有收到任何答案

似乎有一些文献： Example 1 Example 2

但似乎没有任何东西与R

相关联

Answer 1

在 Peacock, J. A. (1983) 中讨论了二维 KS 测试。天文学中的二维拟合优度测试。皇家天文学会月刊，202(3)，615-627。 https://doi.org/10.1093/mnras/202.3.615

有一个实现，https://cran.r-project.org/web/packages/Peacock.test/

Answer 2

作为额外资源，请查看 Two-dimensional Kolmogorov–Smirnov

上的相关帖子

简而言之，Fasano-Franceschini 检验（1987 年）——一个二维 Kolmogorov-Smirnov (KS) 两样本检验被证明是 Peacock 检验（1983 年）的计算成本较低的版本——最近已被实施。

fasano.franceschini.test 包可以直接从 CRAN 下载。

R 代码实现

https://nesscoder.github.io/fasano.franceschini.test/

R

2 个答案: